現在、さまざまな形質がカタツムリの殻の体積に及ぼす影響を研究しています。 私はデータフレームを持っています。各行は与えられた個体を表し、いくつかの列はすべての属性(長さ、殻の量、性別、感染)を持ちます。2つの因子を持つANCOVAの異なるグループの手段R
私はANCOVA:mod=aov(log(volume) ~ infection*sex*log(length))
を作成しました。性別、感染症や長さ、ない相互作用項の
Df Sum Sq Mean Sq F value Pr(>F)
inf 1 4.896 4.896 258.126 <2e-16 ***
sex 1 3.653 3.653 192.564 <2e-16 ***
log(length) 1 14.556 14.556 767.335 <2e-16 ***
inf:sex 1 0.028 0.028 1.472 0.227
inf:log(length) 1 0.020 0.020 1.064 0.304
sex:log(length) 1 0.001 0.001 0.076 0.783
inf:sex:log(length) 1 0.010 0.010 0.522 0.471
Residuals 174 3.301 0.019
だから、有意な効果: 私はこれを得ました。
相互作用はないので、特定の性別について、log(volume) = f(log(length))
の傍受が感染した個人または感染していない個人にとってより大きいかどうかを知りたいと思います。
は、私は私にこの与えた、summary.lm(mod)
を使用しようとしました:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -0.42806 0.15429 -2.774 0.00613 **
infmic -0.54963 0.40895 -1.344 0.18070
sexM -0.11542 0.35508 -0.325 0.74554
log(length) 2.41915 0.11144 21.709 < 2e-16 ***
infmic:sexM 0.52459 0.63956 0.820 0.41320
infmic:log(length) 0.43215 0.33717 1.282 0.20166
sexM:log(length) 0.04207 0.28113 0.150 0.88122
infmic:sexM:log(length) -0.38222 0.52920 -0.722 0.47110
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 0.1377 on 174 degrees of freedom
Multiple R-squared: 0.8753, Adjusted R-squared: 0.8703
F-statistic: 174.5 on 7 and 174 DF, p-value: < 2.2e-16
をしかし、私は結果を解釈悩みを持っているし、まだ締結する方法を見ていません。 私は「その他」の質問もいくつかあります:
lm出力で性別と感染が有意でないのはなぜですか? 私はここで重要ではないことを知っていますが、相互作用の用語についてどのように解釈するのでしょうか?
infmic:sexMは、感染していない男性と比較して、log(容積)= f(log(長さ))の傾きの変化を表していると思います。次に、infmic:lengthは感染した女性と感染していない女性の間の勾配の変化ですか?そしてsexM:感染していない男性と感染していない女性の間の変化の長さ?これは本当ですか? トリプルインタラクションの用語は何を表していますか?
ありがとうございます!
あなたのデータがどのように見えるかを教えたり、再現例を作ることはできますか? –