R interaction.plot 雙向交互作用圖

說明

繪製因子雙向組合響應的平均值(或其他匯總)，從而說明可能的相互作用。

用法

interaction.plot(x.factor, trace.factor, response, fun = mean,
                 type = c("l", "p", "b", "o", "c"), legend = TRUE,
                 trace.label = deparse1(substitute(trace.factor)),
                 fixed = FALSE,
                 xlab = deparse1(substitute(x.factor)),
                 ylab = ylabel,
                 ylim = range(cells, na.rm = TRUE),
                 lty = nc:1, col = 1, pch = c(1:9, 0, letters),
                 xpd = NULL, leg.bg = par("bg"), leg.bty = "n",
                 xtick = FALSE, xaxt = par("xaxt"), axes = TRUE,
                 ...)

參數

x.factor	其水平將形成 x 軸的因子。
trace.factor	其水平將形成痕跡的另一個因子。
response	給出響應的數字變量。
fun	計算摘要的函數。應該返回單個實際值。
type	繪圖類型(請參閱 plot.default )：線或點或兩者。
legend	合乎邏輯的。是否應該包含圖例？
trace.label	圖例的整體標簽。
fixed	合乎邏輯的。圖例應該按照 trace.factor ( TRUE ) 級別的順序還是按照其右端跡線的順序( FALSE ，默認值)？
xlab,ylab	繪圖的 x 和 y 標簽都有一個合理的默認值。
ylim	長度為 2 的數字，給出繪圖的 y 限製。
lty	繪製線條的線條類型，具有合理的默認值。
col	用於繪圖的顏色。
pch	繪製符號或字符的向量，具有合理的默認值。
xpd	確定所使用的 legend 的裁剪行為，請參閱 par(xpd) 。默認情況下，圖例不會在圖形邊框處被剪裁。
leg.bg, leg.bty	參數傳遞給 legend() 。
xtick	合乎邏輯的。是否應該在 x 軸上使用刻度線？
xaxt, axes, ...	要傳遞給繪圖例程的圖形參數。

細節

默認情況下，x.factor 的級別按照給定順序繪製在 x 軸上，右側有額外的空間用於圖例(如果指定)。如果 x.factor 是有序因子並且級別是數字，則這些數字值將用於 x 軸。

響應及其摘要可能包含缺失值。如果是這樣，則圖中會省略缺失值和連接它們的線段(這可能會有些令人不安)。

圖形參數 xlab 、 ylab 、 ylim 、 lty 、 col 和 pch 被賦予適當的默認值(並且 xlim 和 xaxs 已設置且無法覆蓋)。默認設置是循環顯示線型，使用前景色，並使用符號 1:9、0 和小寫字母來繪製跡線。

注意

一些參數名稱和精確行為是為 S-compatibility 選擇的。

例子

require(graphics)

with(ToothGrowth, {
interaction.plot(dose, supp, len, fixed = TRUE)
dose <- ordered(dose)
interaction.plot(dose, supp, len, fixed = TRUE,
                 col = 2:3, leg.bty = "o", xtick = TRUE)
interaction.plot(dose, supp, len, fixed = TRUE, col = 2:3, type = "p")
})

with(OrchardSprays, {
  interaction.plot(treatment, rowpos, decrease)
  interaction.plot(rowpos, treatment, decrease, cex.axis = 0.8)
  ## order the rows by their mean effect
  rowpos <- factor(rowpos,
                   levels = sort.list(tapply(decrease, rowpos, mean)))
  interaction.plot(rowpos, treatment, decrease, col = 2:9, lty = 1)
})

參考

Chambers, J. M., Freeny, A and Heiberger, R. M. (1992) Analysis of variance; designed experiments. Chapter 5 of Statistical Models in S eds J. M. Chambers and T. J. Hastie, Wadsworth & Brooks/Cole.