Разные результаты в Stata и R с «одним и тем же» кодом анова

У меня есть код Stata, и я хочу воспроизвести результаты в р. Однако даже с одним и тем же набором данных и, я думаю, одним и тем же кодом я получаю разные результаты в р, чем в Stata. Я думаю, это может быть связано с тем, что Stata делает порядок регрессии отличным от введенного.

Нужен ли мне точно такой же порядок, как в Stata, чтобы получить те же результаты, и как я могу это сделать?

Я изменил все переменные на факторы и попробовал еще раз, но проблема все еще существует.

Я заметил, что когда я меняю порядок независимых переменных, я получаю разные результаты, но я не нахожу «правильного порядка», чтобы воспроизвести результаты Stata.

Статический код:

. anova testm2 c.testm1 i.hptreat c.cortm1 c.cortm2 i.female if inelig == 0 & anyoutv1 == 0     

Number of obs =39    R-squared =0.7048 
Root MSE= 16.0144    Adj R-squared =0.6601 

 Source | Partial SS         df         MS        F    Prob>F
---------------------------------------------------------------
  Model |  20209.281          5   4041.8563     15.76  0.0000
 testm1 |  3516.6527          1   3516.6527     13.71  0.0008   
 hptreat|  1183.5007          1   1183.5007      4.61  0.0391
 cortm1 |  8.5753841          1   8.5753841      0.03  0.8560
 cortm2 |  2810.9353          1   2810.9353     10.96  0.0023
 female |  2557.3444          1   2557.3444      9.97  0.0034
Residual|  8463.2532         33   256.46222  
----------------------------------------------------------------
  Total |  28672.535         38   754.54038

Код р:

FosseTest<-aov(testm2~testm1+hptreat+cortm1+cortm2+female,data=X2data)
summary(FosseTest) 

            Df Sum Sq Mean Sq F value   Pr(>F)    
testm1       1  15121   15121  58.962 7.68e-09 ***
hptreat      1    524     524   2.043  0.16228    
cortm1       1     23      23   0.089  0.76715    
cortm2       1   1984    1984   7.735  0.00888 ** 
female       1   2557    2557   9.972  0.00339 ** 
Residuals   33   8463     256                     
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Вы можете видеть, что я получаю совершенно разные значения при репликации.

в наборе X2data я уже подмножил значения для if inelig == 0 & anyoutv1 == 0

для восстановления данных:

dput(X2data)
structure(list(id = c(29L, 30L, 31L, 32L, 34L, 35L, 36L, 37L, 
39L, 41L, 42L, 43L, 44L, 46L, 47L, 49L, 50L, 51L, 52L, 53L, 54L, 
55L, 57L, 58L, 59L, 60L, 61L, 62L, 64L, 65L, 66L, 67L, 68L, 69L, 
70L, 71L, 72L, 73L, 74L), inelig = structure(c(1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L), .Label = c("Analytic sample (keep)", "Ineligible (drop)"
), class = "factor"), ccydrop = c(0L, 0L, 0L, 0L, 1L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L
), cortm1v2 = c(0.003, 0.086, 0.047, 0.106, NA, 0.153, 0.086, 
0.005, 0.133, 0.036, 0.03, 0.015, 0.014, 0.111, 0.389, 0.298, 
0.4, 0.215, 0.062, 0.021, 0.075, 0.073, 0.033, 0.243, 0.126, 
0.147, 0.019, 0.048, 0.28, 0.052, 0.039, 0.105, 0.111, 0.133, 
0.065, 0.051, 0.143, 0.127, 0.095), cortm2v2 = c(0.025, 0.167, 
0.059, 0.112, 0.171, 0.183, 0.102, 0.018, 0.08, 0.015, 0.027, 
0.05, 0.025, 0.046, 0.085, 0.144, 0.155, 0.09, 0.057, 0.023, 
0.038, 0.205, 0.035, 0.198, 0.112, 0.211, 0.042, 0.142, 0.328, 
0.076, 0.067, 0.094, 0.245, 0.153, 0.115, 0.127, 0.257, 0.125, 
0.096), cdiffv2 = c(0.022, 0.081, 0.012, 0.006, NA, 0.03, 0.016, 
0.013, -0.053, -0.021, -0.003, 0.035, 0.011, -0.065, -0.304, 
-0.154, -0.245, -0.125, -0.005, 0.002, -0.037, 0.132, 0.002, 
-0.045, -0.014, 0.064, 0.023, 0.094, 0.048, 0.024, 0.028, -0.011, 
0.134, 0.02, 0.05, 0.076, 0.114, -0.002, 0.001), testm1v2 = c(38.72, 
32.77, 32.32, 17.99, 73.58, 80.69, 48.56, 21.92, 27.24, 40.93, 
31.73, 60.05, 38.04, 30.17, 59.07, 26.92, 25.41, 47.81, 63.02, 
34.49, 104.38, 38.08, 30.99, 35.23, 104.81, 49.33, 50.03, 11.65, 
143.57, 48.31, 90.37, 48.56, 41.67, 75.23, 60.56, 39.03, 18.16, 
37.9, 84.5), testm2v2 = c(62.37, 29.23, 27.51, 28.66, 44.67, 
105.48, 42.67, 15.01, 21.33, 10.87, 2.14, 44.53, 35.8, 10.43, 
47.54, 48.5, 38.98, 91.32, 52.94, 22.43, 58.68, 81.63, 34.79, 
38.57, 94.86, 50.83, 55.75, 45.33, 111.62, 65.15, 81.08, 50.08, 
44.86, 58.63, 85.85, 58.69, 16.35, 35.97, 99.08), tdiffv2 = c(23.65, 
-3.54, -4.81, 10.67, -28.91, 24.79, -5.89, -6.91, -5.91, -30.06, 
-29.59, -15.52, -2.24, -19.74, -11.53, 21.58, 13.57, 43.51, -10.08, 
-12.06, -45.7, 43.55, 3.8, 3.34, -9.95, 1.5, 5.72, 33.68, -31.95, 
16.84, -9.29000000000001, 1.52, 3.19, -16.6, 25.29, 19.66, -1.81, 
-1.93, 14.58), testoutv1 = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L), .Label = c("Not selected", "Selected"), class = "factor"), 
    cortoutv1 = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
    1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
    1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L
    ), .Label = c("Not selected", "Selected"), class = "factor"), 
    anyoutv1 = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
    1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
    1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L
    ), .Label = c("Not selected", "Selected"), class = "factor"), 
    testoutv2 = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
    1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
    1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L
    ), .Label = c("Not selected", "Selected"), class = "factor"), 
    cortoutv2 = structure(c(1L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 
    1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
    1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L
    ), .Label = c("Not selected", "Selected"), class = "factor"), 
    anyoutv2 = structure(c(1L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 
    1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
    1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L
    ), .Label = c("Not selected", "Selected"), class = "factor"), 
    pose1rate = c(6L, 7L, 6L, 6L, 7L, 7L, 6L, 7L, 5L, 6L, 7L, 
    4L, 7L, 7L, 7L, 6L, 7L, 7L, 7L, 7L, 6L, 7L, 7L, 7L, 7L, 7L, 
    7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L), pose2rate = c(6L, 
    6L, 5L, 7L, 7L, 7L, 7L, 7L, 6L, 7L, 7L, 7L, 7L, 7L, 7L, 6L, 
    6L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 6L, 7L, 6L, 7L, 7L, 7L, 
    6L, 7L, 7L, 7L, 7L, 7L, 6L, 6L), poseratem = c(6, 6.5, 5.5, 
    6.5, 7, 7, 6.5, 7, 5.5, 6.5, 7, 5.5, 7, 7, 7, 6, 6.5, 7, 
    7, 7, 6.5, 7, 7, 7, 7, 6.5, 7, 6.5, 7, 7, 7, 6.5, 7, 7, 7, 
    7, 7, 6.5, 6.5), saldiff = c(24.30555556, 20.83333333, 29.16666667, 
    18.75, 23.61111111, 34.02777778, 18.05555556, 19.44444444, 
    21.52777778, 15.97222222, 22.91666667, 13.88888889, 22.22222222, 
    25, 22.22222222, 22.22222222, 18.05555556, 17.36111111, 22.22222222, 
    27.08333333, 20.83333333, 24.30555556, 22.22222222, 28.47222222, 
    24.30555556, 25, 27.77777778, 22.22222222, 15.97222222, 24.30555556, 
    21.52777778, 19.44444444, 15.97222222, 15.27777778, 15.97222222, 
    24.30555556, 19.44444444, 24.30555556, 15.27777778), sal2manip = c(19.80555556, 
    16.33333333, 24.66666667, 14.25, 19.11111111, 29.52777778, 
    13.55555556, 14.94444444, 17.02777778, 11.47222222, 18.41666667, 
    9.38888889, 17.72222222, 20.5, 17.72222222, 17.72222222, 
    13.55555556, 12.86111111, 17.72222222, 22.58333333, 16.33333333, 
    19.80555556, 17.72222222, 23.97222222, 19.80555556, 20.5, 
    23.27777778, 17.72222222, 11.47222222, 19.80555556, 17.02777778, 
    14.94444444, 11.47222222, 10.77777778, 11.47222222, 19.80555556, 
    14.94444444, 19.80555556, 10.77777778), hptreat = structure(c(2L, 
    1L, 2L, 1L, 1L, 2L, 1L, 2L, 2L, 2L, 1L, 2L, 1L, 1L, 2L, 2L, 
    1L, 2L, 1L, 2L, 1L, 2L, 2L, 1L, 2L, 1L, 2L, 1L, 1L, 2L, 1L, 
    2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L), .Label = c("0", "1"), class = "factor"), 
    female = structure(c(1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 
    2L, 2L, 1L, 2L, 2L, 2L, 2L, 2L, 1L, 1L, 2L, 1L, 2L, 1L, 2L, 
    1L, 2L, 2L, 2L, 1L, 1L, 1L, 2L, 2L, 2L, 1L, 1L, 2L, 2L, 1L
    ), .Label = c("0", "1"), class = "factor"), age = c(19L, 
    20L, 20L, 18L, 21L, 20L, 18L, 21L, 35L, 20L, 18L, 20L, 20L, 
    18L, 20L, 25L, 18L, 23L, 21L, 19L, 20L, 20L, 30L, 19L, 22L, 
    18L, 19L, 22L, 19L, 20L, 28L, 28L, 19L, 19L, 20L, 25L, 20L, 
    25L, 23L), cort1a1 = c(0.004, 0.085, 0.049, 0.107, 0.486, 
    0.159, 0.088, 0.004, 0.138, 0.035, 0.03, 0.018, 0.017, 0.111, 
    0.39, 0.292, 0.396, 0.213, 0.065, 0.022, 0.074, 0.077, 0.035, 
    0.241, 0.126, 0.154, 0.021, 0.05, 0.296, 0.054, 0.04, 0.109, 
    0.114, 0.133, 0.063, 0.055, 0.149, 0.134, 0.098), cort1a2 = c(0.001, 
    0.086, 0.045, 0.105, 0.482, 0.147, 0.085, 0.005, 0.127, 0.037, 
    0.031, 0.013, 0.011, 0.111, 0.389, 0.304, 0.405, 0.218, 0.059, 
    0.02, 0.076, 0.069, 0.032, 0.246, 0.126, 0.141, 0.017, 0.046, 
    0.264, 0.051, 0.038, 0.101, 0.109, 0.133, 0.068, 0.048, 0.137, 
    0.12, 0.092), cort2a1 = c(0.027, 0.174, 0.056, 0.111, 0.175, 
    0.179, 0.103, 0.021, 0.079, 0.014, 0.028, 0.051, 0.024, 0.051, 
    0.083, 0.148, 0.156, 0.086, 0.062, 0.024, 0.038, 0.209, 0.036, 
    0.199, 0.114, 0.207, 0.041, 0.141, 0.333, 0.078, 0.065, 0.088, 
    0.238, 0.157, 0.119, 0.132, 0.268, 0.132, 0.099), cort2a2 = c(0.023, 
    0.161, 0.062, 0.113, 0.166, 0.188, 0.101, 0.016, 0.081, 0.015, 
    0.026, 0.049, 0.026, 0.041, 0.086, 0.139, 0.154, 0.093, 0.052, 
    0.022, 0.038, 0.202, 0.034, 0.198, 0.111, 0.215, 0.042, 0.142, 
    0.324, 0.075, 0.068, 0.101, 0.252, 0.149, 0.111, 0.123, 0.247, 
    0.118, 0.093), cortm1 = c(0.0024999999, 0.085500002, 0.046999998, 
    0.106, 0.484, 0.153, 0.086499996, 0.0044999998, 0.13249999, 
    0.035999998, 0.0305, 0.0155, 0.014, 0.111, 0.38949999, 0.29800001, 
    0.4005, 0.2155, 0.061999999, 0.021, 0.075000003, 0.072999999, 
    0.033500001, 0.24349999, 0.126, 0.14749999, 0.018999999, 
    0.048, 0.28, 0.052499998, 0.039000001, 0.105, 0.1115, 0.133, 
    0.065499999, 0.0515, 0.14300001, 0.127, 0.094999999), cortm2 = c(0.025, 
    0.1675, 0.059, 0.112, 0.1705, 0.18350001, 0.102, 0.0185, 
    0.079999998, 0.0145, 0.027000001, 0.050000001, 0.025, 0.046, 
    0.0845, 0.1435, 0.155, 0.089500003, 0.057, 0.023, 0.037999999, 
    0.20550001, 0.035, 0.19850001, 0.1125, 0.211, 0.041499998, 
    0.1415, 0.3285, 0.076499999, 0.066500001, 0.094499998, 0.245, 
    0.153, 0.115, 0.1275, 0.25749999, 0.125, 0.096000001), cdiff = c(0.022500001, 
    0.082000002, 0.012000002, 0.0060000047, -0.31349999, 0.03050001, 
    0.015500002, 0.014, -0.052499995, -0.021499999, -0.0034999996, 
    0.034500003, 0.011, -0.064999998, -0.30500001, -0.15450001, 
    -0.2455, -0.12599999, -0.004999999, 0.0020000003, -0.037000004, 
    0.13250001, 0.0014999993, -0.044999987, -0.013500005, 0.063500002, 
    0.022499999, 0.093499996, 0.048500001, 0.024, 0.0275, -0.010499999, 
    0.13350001, 0.019999996, 0.049500003, 0.075999998, 0.11449999, 
    -0.0020000041, 0.001000002), test1a1 = c(39.87, 33.22, 32.52, 
    19.74, 78.85, 83.51, 48.37, 22.31, 28.17, 41.44, 32.92, 61.4, 
    40.31, 30.36, 59.44, 27.52, 26.14, 46.75, 63.73, 34.03, 98.47, 
    36.62, 30.26, 37.15, 105.64, 47.99, 50.15, 11.33, 149.12, 
    48.57, 92.04, 51.22, 42.25, 77.07, 62.75, 38.8, 17.91, 40.28, 
    88.47), test1a2 = c(37.58, 32.32, 32.12, 16.25, 68.31, 77.88, 
    48.75, 21.53, 26.32, 40.42, 30.55, 58.7, 35.78, 29.97, 58.7, 
    26.32, 24.69, 48.87, 62.32, 34.95, 110.29, 39.53, 31.72, 
    33.32, 103.99, 50.67, 49.9, 11.97, 138.02, 48.05, 88.7, 45.89, 
    41.08, 73.39, 58.38, 39.25, 18.41, 35.53, 80.54), test2a1 = c(64.22, 
    29.43, 27.98, 28.17, 46.14, 105.92, 43.68, 16.41, 21.42, 
    11.35, 1.66, 44.17, 38.58, 11.11, 48.57, 48.31, 39.71, 92.04, 
    52.73, 22.3, 58.23, 82.01, 35.76, 39.59, 94.06, 50.52, 55.82, 
    45.91, 115.13, 67.59, 82.97, 49.89, 45.09, 57.86, 86.76, 
    58.83, 16.53, 36.7, 100.4), test2a2 = c(60.53, 29.04, 27.04, 
    29.14, 43.2, 105.05, 41.66, 13.62, 21.25, 10.39, 2.63, 44.9, 
    33.02, 9.75, 46.52, 48.7, 38.25, 90.59, 53.15, 22.57, 59.14, 
    81.24, 33.81, 37.55, 95.66, 51.14, 55.69, 44.74, 108.1, 62.71, 
    79.18, 50.27, 44.63, 59.39, 84.94, 58.55, 16.16, 35.24, 97.75
    ), testm1 = c(38.724998, 32.77, 32.32, 17.995001, 73.580002, 
    80.695, 48.560001, 21.92, 27.245001, 40.93, 31.735001, 60.049999, 
    38.044998, 30.165001, 59.07, 26.92, 25.415001, 47.810001, 
    63.025002, 34.490002, 104.38, 38.075001, 30.99, 35.235001, 
    104.815, 49.330002, 50.025002, 11.65, 143.57001, 48.310001, 
    90.370003, 48.555, 41.665001, 75.230003, 60.564999, 39.025002, 
    18.16, 37.904999, 84.504997), testm2 = c(62.375, 29.235001, 
    27.51, 28.655001, 44.669998, 105.485, 42.669998, 15.015, 
    21.334999, 10.87, 2.145, 44.535, 35.799999, 10.43, 47.544998, 
    48.505001, 38.98, 91.315002, 52.939999, 22.434999, 58.685001, 
    81.625, 34.785, 38.57, 94.860001, 50.830002, 55.755001, 45.325001, 
    111.615, 65.150002, 81.074997, 50.080002, 44.860001, 58.625, 
    85.849998, 58.689999, 16.344999, 35.970001, 99.074997), tdiff = c(23.650002, 
    -3.5349998, -4.8099995, 10.66, -28.910004, 24.790001, -5.8900032, 
    -6.9049997, -5.9100018, -30.060001, -29.59, -15.514999, -2.2449989, 
    -19.735001, -11.525002, 21.585001, 13.564999, 43.505001, 
    -10.085003, -12.055002, -45.694996, 43.549999, 3.7950001, 
    3.3349991, -9.9550018, 1.5, 5.7299995, 33.675003, -31.955009, 
    16.84, -9.2950058, 1.5250015, 3.1949997, -16.605003, 25.285, 
    19.664997, -1.8150005, -1.9349976, 14.57), feelpower = structure(c(2L, 
    3L, 1L, 2L, 1L, 2L, 3L, 3L, 3L, 3L, 3L, 4L, 3L, 1L, 2L, 1L, 
    1L, 2L, 2L, 2L, 1L, 2L, 1L, 1L, 1L, 2L, 2L, 2L, 3L, 4L, 3L, 
    4L, 3L, 1L, 3L, 4L, 2L, 2L, 3L), .Label = c("2", "3", "Not at all", 
    "Very much"), class = "factor"), incharge = structure(c(1L, 
    1L, 3L, 4L, 1L, 2L, 3L, 3L, 1L, 1L, 3L, 4L, 3L, 2L, 2L, 1L, 
    3L, 2L, 2L, 1L, 1L, 2L, 1L, 1L, 2L, 1L, 1L, 2L, 1L, 2L, 1L, 
    1L, 3L, 1L, 1L, 4L, 3L, 1L, 1L), .Label = c("2", "3", "Not at all", 
    "Very much"), class = "factor"), powm = structure(c(3L, 1L, 
    1L, 5L, 2L, 4L, 6L, 6L, 1L, 1L, 6L, 7L, 6L, 3L, 4L, 2L, 1L, 
    4L, 4L, 3L, 2L, 4L, 2L, 2L, 3L, 3L, 3L, 4L, 1L, 5L, 1L, 4L, 
    6L, 2L, 1L, 7L, 2L, 3L, 1L), .Label = c("1.5", "2", "2.5", 
    "3", "3.5", "Not at all", "Very much"), class = "factor"), 
    diceroll = structure(c(2L, 1L, 2L, 2L, 1L, 2L, 2L, 2L, 2L, 
    1L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 
    2L, 2L, 2L, 1L, 2L, 2L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 1L, 1L
    ), .Label = c("No", "Yes"), class = "factor")), row.names = c(2L, 
3L, 4L, 5L, 7L, 8L, 9L, 10L, 12L, 14L, 15L, 16L, 17L, 19L, 20L, 
22L, 23L, 24L, 25L, 26L, 27L, 28L, 30L, 31L, 32L, 33L, 34L, 35L, 
37L, 38L, 39L, 40L, 41L, 42L, 43L, 44L, 45L, 46L, 47L), class = "data.frame")

Не могли бы вы поделиться данными, которые вы используете? Например. с dput()

— 28.05.2019 11:09

Я надеюсь, что это правильный путь, и теперь вы можете использовать данные :)

— 28.05.2019 11:21

Это отображение данных удобно для пользователей R, но не для пользователей Stata, которые не используют R регулярно. Эквивалентом в Stata будут результаты dataex testm2 testm1 hptreat cortm1 cortm2 female для наблюдений, которые вы используете. На первый взгляд разница здесь, вероятно, заключается в том, какие переменные рассматриваются как факторы, а какие как непрерывные переменные.

— 28.05.2019 11:30

Большое спасибо за ваш ответ. Не могли бы вы рассказать мне, как я должен построить код r, чтобы получить эквивалентный результат для вывода в stata? Поскольку на данный момент переменные hptreat и female являются факторными переменными (из-за i. в коде stata), а другие значения (testm1, testm2, cortm1, cortm2) являются числовыми из-за c. в статкоде. Что еще я могу изменить, чтобы получить правильные значения?

— 28.05.2019 11:57

Если вы обращались ко мне, то извините, но я не могу посоветовать, как использовать R. К счастью, теперь на ваш вопрос есть ответ.

— 28.05.2019 12:54

r output stata anova varying

28.05.2019 11:05

Стоит ли изучать PHP в 2023-2024 годах?

Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...

Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией

В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.

Приемы CSS-макетирования - floats и Flexbox

Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...

Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest

В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...

Концепция локализации и ее применение в приложениях React ⚡️

Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...

Пользовательский скаляр GraphQL

Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...

367

Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Вы можете получить те же результаты в R, используя drop1(FosseTest, test = "F"). Это проверит эффект исключения одной из переменных из aov.

drop1(FosseTest, test = "F")

# 
# Single term deletions
# 
# Model:
# testm2 ~ testm1 + hptreat + cortm1 + cortm2 + female
#         Df Sum of Sq     RSS    AIC F value    Pr(>F)    
# <none>                8463.3 221.82                      
# testm1   1    3516.7 11979.9 233.37 13.7122 0.0007751 ***
# hptreat  1    1183.5  9646.8 224.92  4.6147 0.0391333 *  
# cortm1   1       8.6  8471.8 219.86  0.0334 0.8560279    
# cortm2   1    2810.9 11274.2 231.00 10.9604 0.0022605 ** 
# female   1    2557.3 11020.6 230.11  9.9716 0.0033895 ** 
# ---
# Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

summary(FosseTest) отображает последовательный эффект добавления переменных одну за другой.

Был другой способ, как получить к этому доступ, но на данный момент я не могу вспомнить...

28.05.2019 11:51