Наименьшая площадь означает проблемы в R

Question

Мои данные выглядят так с графиками в виде строк и с различными значениями Элленберга в виде столбцов вместе с Year, Лес (Skov) и тип леса (Skovtype).

Мои данные за 4 разных года (1993, 1998, 2005 и 2016).

У меня есть некоторые проблемы с функцией lsmeans, мой скрипт выглядит так:

ellenberg_LM <- read.csv2("Gns. Ellenberg1.csv")

Преобразование года из целого числа в множитель

levels(ellenberg_LM$Year)
ellenberg_LM$Year <- factor(ellenberg_LM$Year)

Элленберг Л - ЛМ

LLM<-lm(Gennemsnit.af.L_Ellenberg ~ Year + Skov + Skov*Year + Skovtype + Skovtype*Year,
        data=ellenberg_LM)

LS-средства

install.packages("lsmeans")
library(lsmeans)
lsmeans(LLM,~ Year, data = ellenberg_LM)

Мой вывод выглядит следующим образом, с NA за 1993 год в первом примере. Но если я пропущу взаимодействие с Skov*Year а также Skovtype*YearR оценивает lsmeans для всех лет как последний пример.

Мой вопрос тогда; Вы знаете, что я сделал неправильно, чтобы получить АН или я что-то пропустил? Потому что я хочу рассчитать lsmeans для всех лет с взаимодействиями.

Answer 1

NA Это происходит потому, что прогнозируемое значение не оценивается при определенных комбинациях трех факторов - следовательно, все еще не может быть оценено после усреднения по уровням двух из этих факторов. Вероятно, это связано с отсутствием данных по определенным комбинациям факторов (пустые ячейки в данных). Когда вы установили более простую модель, эти прогнозы стали оценочными, потому что некоторые эффекты взаимодействия больше не нужно оценивать.

Если какой-либо из эффектов взаимодействия является значительным, вам, вероятно, в любом случае не следует оценивать эти предельные средние (вот почему появляется предупреждающее сообщение). Посмотрите на некоторые графики взаимодействия (например, используя lsmip с моделью взаимодействия), чтобы визуализировать то, что происходит и видеть, имеет ли смысл усреднять предсказания вместе. Обратитесь к консультанту по статистике, если этот материал вас смущает.

Кстати, data аргумент не является необходимым в lsmeans вызов.