R eff.aovlist 多層方差分析的計算效率

說明

計算多層次方差分析模型中固定效應項的效率。

用法

eff.aovlist(aovlist)

參數

aovlist

使用 Error 項調用 aov 的結果。

細節

具有多個層的方差分析模型中的固定效應項可以在多個層中進行估計，在這種情況下，每個層中的信息都不完整。一項的效率是通過僅在該層中進行估計而獲得的最大可能精度(逆方差)的分數。在平衡的假設下，這對於涉及該術語的所有對比都是相同的。

此函數用於選擇層來估計 model.tables.aovlist 和 se.contrast.aovlist 中的項。

在許多情況下，當所有效率均為一時，項隻會出現在一個層中：這種情況會被檢測到，並且不會進行進一步的計算。

使用的計算需要每個項進行正交對比，如果檢測到非正交對比(例如治療對比或不平衡設計)，則會拋出錯誤。

值

為每個非純誤差層(行)給出模型中每個固定效應項的效率的矩陣。

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)

參考

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

也可以看看

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