summary(aov)использует так называемые типы I (последовательные) суммы квадратов. summary(lm)использует так называемые суммы квадратов типа III, что не является последовательным. См ответ гун для деталей.
Обратите внимание, что вам нужно позвонить lm(data ~ factor(f1) * factor(2))( aov()автоматически преобразует RHS формулы в факторы). Затем обратите внимание на знаменатель для общей статистики в линейной регрессии (см. Этот ответ для дальнейших объяснений):T
t=ψ^−ψ0σ^c′(X′X)−1c−−−−−−−−−−√
β c Fc′(X′X)−1c отличается для каждого проверенного коэффициента поскольку вектор изменяется. Напротив, знаменатель в ANOVA -test всегда MSE.βcF
Я думаю, что первое предложение этого ответа неверно. Разница, по-видимому, связана именно с различными типами суммы квадратов, а именно с типом I и типом II / III. Тип I является последовательным, о чем и lmсообщает, а Тип II / III - нет. Это объясняется довольно подробно в ответе @ gung, на который вы ссылались.
говорит амеба: восстанови
@amoeba Что вы предлагаете исправить ответ?
каракал
Я отредактировал первый абзац, проверь, согласен ли ты с редактированием, и не стесняйся менять его, как тебе нравится.
говорит амеба: восстанови Монику
2
set.seed(10)
data=rnorm(12)
f1=rep(c(1,2),6)
f2=c(rep(1,6),rep(2,6))
summary(aov(data~f1*f2))DfSumSqMeanSq F valuePr(>F)
f1 10.5350.53470.5970.462
f2 10.0020.00180.0020.966
f1:f2 10.1210.12080.1350.723Residuals87.1690.8962
summary(lm(data~f1*f2))$coeffEstimateStd.Error t valuePr(>|t|)(Intercept)0.052220242.7327560.01910900.9852221
f1 -0.179923291.728346-0.10410140.9196514
f2 -0.626371091.728346-0.36241060.7264325
f1:f2 0.401394391.0931020.36720660.7229887
Это два разных кода. из модели Lm вам нужны коэффициенты. в то время как из модели AOV вы просто табулируете источники вариаций. Попробуй код
anova(lm(data~f1*f2))AnalysisofVarianceTableResponse: dataDfSumSqMeanSq F valuePr(>F)
f1 10.53470.534680.59660.4621
f2 10.00180.001770.00200.9657
f1:f2 10.12080.120840.13480.7230Residuals87.16920.89615
Это дает таблицу источников вариации, приводящих к тем же результатам.
Похоже, это не отвечает на вопрос, который спрашивает, почему значения р f1и f2отличаются в двух сводках вашей верхней панели. Похоже, вы только показываете, summary(aov(...))и anova(lm(...))у Rвас есть аналогичные результаты.
lm
сообщает, а Тип II / III - нет. Это объясняется довольно подробно в ответе @ gung, на который вы ссылались.Это два разных кода. из модели Lm вам нужны коэффициенты. в то время как из модели AOV вы просто табулируете источники вариаций. Попробуй код
Это дает таблицу источников вариации, приводящих к тем же результатам.
источник
f1
иf2
отличаются в двух сводках вашей верхней панели. Похоже, вы только показываете,summary(aov(...))
иanova(lm(...))
уR
вас есть аналогичные результаты.