R eff.aovlist 多层方差分析的计算效率

说明

计算多层次方差分析模型中固定效应项的效率。

用法

eff.aovlist(aovlist)

参数

aovlist

使用 Error 项调用 aov 的结果。

细节

具有多个层的方差分析模型中的固定效应项可以在多个层中进行估计，在这种情况下，每个层中的信息都不完整。一项的效率是通过仅在该层中进行估计而获得的最大可能精度(逆方差)的分数。在平衡的假设下，这对于涉及该术语的所有对比都是相同的。

此函数用于选择层来估计 model.tables.aovlist 和 se.contrast.aovlist 中的项。

在许多情况下，当所有效率均为一时，项只会出现在一个层中：这种情况会被检测到，并且不会进行进一步的计算。

使用的计算需要每个项进行正交对比，如果检测到非正交对比(例如治疗对比或不平衡设计)，则会抛出错误。

值

为每个非纯误差层(行)给出模型中每个固定效应项的效率的矩阵。

例子

## An example from Yates (1932),
## a 2^3 design in 2 blocks replicated 4 times

Block <- gl(8, 4)
A <- factor(c(0,1,0,1,0,1,0,1,0,1,0,1,0,1,0,1,0,1,0,1,
              0,1,0,1,0,1,0,1,0,1,0,1))
B <- factor(c(0,0,1,1,0,0,1,1,0,1,0,1,1,0,1,0,0,0,1,1,
              0,0,1,1,0,0,1,1,0,0,1,1))
C <- factor(c(0,1,1,0,1,0,0,1,0,0,1,1,0,0,1,1,0,1,0,1,
              1,0,1,0,0,0,1,1,1,1,0,0))
Yield <- c(101, 373, 398, 291, 312, 106, 265, 450, 106, 306, 324, 449,
           272, 89, 407, 338, 87, 324, 279, 471, 323, 128, 423, 334,
           131, 103, 445, 437, 324, 361, 302, 272)
aovdat <- data.frame(Block, A, B, C, Yield)

old <- getOption("contrasts")
options(contrasts = c("contr.helmert", "contr.poly"))
## IGNORE_RDIFF_BEGIN
(fit <- aov(Yield ~ A*B*C + Error(Block), data = aovdat))
## IGNORE_RDIFF_END
eff.aovlist(fit)
options(contrasts = old)

参考

Heiberger, R. M. (1989) Computation for the Analysis of Designed Experiments. Wiley.

也可以看看

aov , model.tables.aovlist , se.contrast.aovlist