Означает параметризацию трехстороннего взаимодействия

Question

Я подобрал модель в lmer, которая включает термин трехстороннего взаимодействия, в котором две переменные являются категориальными, а одна - непрерывной. Я пытаюсь восстановить параметризацию средств для всех уклонов и перехватов, а не параметризацию эффектов, которая по умолчанию используется в lmer, но я застрял на правильном кодировании. Например (без учета случайных эффектов), используя набор данных радужной оболочки, я создал дополнительную категориальную переменную (почва) и подгонял модель по видам, ширине чашелистика и почве:

data(iris)
iris$Soil<-c(rep(c("Y","N"),75) #my made up second factor
summary(lm(Sepal.Length~Species*Soil*Sepal.Width-1-Species-Soil-Sepal.Width,data=iris))

дает вывод

Coefficients:
                                Estimate Std. Error t value Pr(>|t|)    
Speciessetosa:SoilN                   2.9752     0.7069   4.209 4.60e-05 ***
Speciesversicolor:SoilN               3.0580     0.8293   3.688 0.000324 ***
Speciesvirginica:SoilN                2.7583     0.7543   3.657 0.000362 ***
Speciessetosa:SoilY                   1.9934     0.9520   2.094 0.038105 *  
Speciesversicolor:SoilY               3.9449     0.7379   5.346 3.63e-07 ***
Speciesvirginica:SoilY                5.7967     0.9106   6.366 2.68e-09 ***
Speciessetosa:Sepal.Width             0.5962     0.2078   2.869 0.004765 ** 
Speciesversicolor:Sepal.Width         1.0210     0.2984   3.422 0.000819 ***
Speciesvirginica:Sepal.Width          1.2994     0.2488   5.223 6.33e-07 ***
SoilY:Sepal.Width                     0.2747     0.3426   0.802 0.424163    
Speciesversicolor:SoilY:Sepal.Width  -0.5582     0.5255  -1.062 0.289953    
Speciesvirginica:SoilY:Sepal.Width   -1.3331     0.5240  -2.544 0.012061 *

Последние три значения наклона (Soil = Y) все еще находятся в параметризации эффектов, и я не могу определить правильное кодирование, чтобы получить средства. Я предполагаю, что это возможно? Любые предложения будут ценны.

Answer 1

Я не совсем уверен, что вы хотите, но я думаю, что это делает это:

##  data(iris)  ## not actually necessary (lazy-loading)
iris2 <- transform(iris,
            Soil=rep(c("Y","N"),75))

coef(lm(Sepal.Length~0+Species:Soil+Species:Soil:Sepal.Width,
           data=iris2))

Если вы хотите сделать это субтрактивно, вы можете сделать это через

coef(lm(Sepal.Length~Species*Soil*Sepal.Width-
           (Species+Soil)*(1+Sepal.Width)-1,
           data=iris2))

Вы тоже хотите отцентрировать Sepal Width (scale(Sepal.Width,scale=FALSE))?

Вы можете найти effects а также lsmeans пакеты также полезны.