J'ai 2 facteurs A
et B
(5 × 3) et une covariable X
dans une conception intra-sujet. Voici comment je spécifie mon modèle global:
lme.out = lme(y~ A*B*X, random=~1|Subject, data=mydata)
Mon interprétation est que je regarde un graphique y~x
, où la pente change en raison de la covariable, et la ligne se déplace vers le haut ou vers le bas en fonction des différents niveaux de A
et B
(changements dans les intersections).
Ce que je veux savoir, c'est: si je devais fixer le facteur A
(prendre l'un des niveaux), puis en regardant les lignes ( y~x
), quel est l'effet de B
? Les niveaux de B
décalage de la ligne vers le haut ou vers le bas (interceptions) ou modifient-ils la pente de la ligne ( X
).
Dois-je exécuter une sorte d'analyse des contrastes? Mais je ne sais pas comment fonctionnent les contrastes entre les facteurs et les covariables.
Une façon que je pouvais penser est de prendre les sous - ensembles de données correspondant à différents niveaux de A et de créer des modèles tels que: lme(y~ B+X, random=~1|Subject, data=mydata[which(mydata$A = A1,])
. De cette façon, je pouvais comparer les intersections et les pentes résultantes à travers ces modèles.
Quelqu'un peut-il me dire si ce que je fais est logique? Des suggestions de toute nature seraient grandement appréciées!
lattice
ouggplot
ou des graphiques de base enR
fonction de ce qui vous convient le mieux.