如何在 R 中正确使用 lm() 以运行 ANCOVA 测试？答案

【问题标题】：How to properly use lm() in R in order to run ANCOVA test?如何在 R 中正确使用 lm() 以运行 ANCOVA 测试？
【发布时间】：2020-08-22 00:05:19
【问题描述】：

我目前正在开展一个项目，在该项目中我必须使用集成在 R. (Iris) 中的数据集运行 ANCOVA 测试

我试图弄清楚如何设置 lm() 以运行此测试。我不想要完整的答案，因为我真的很想学习。

所以，基本上我需要使用 r 中的数据集 iris 运行 ANCOVA。它要求我比较所有三个物种的Sepal.Length，同时调整Sepal.Width。

我已经尝试了所有方法，但没有任何效果，而且我知道这绝对是用户错误。

我对使用 r 还很陌生，所以请善待。

我目前有：

fit2 <- lm(Sepal.Length ~ Species + Sepal.Width, data = iris_data)

我需要在不同的场合将单个 Species 乘以 Sepal.width。我什至创建了不同的对象，以便将它们乘以宽度，但我得到了无数错误。

我创建的当前对象是这些：

setosa     <- iris[iris$Species == "setosa", ]
versicolor <- iris[iris$Species == "versicolor", ]
virginica  <- iris[iris$Species == "virginica", ]`

请帮助引导我朝着正确的方向前进，谢谢！没有完整的答案，我只需要知道如何设置它，或者我可能不知道在这种情况下可以帮助我的功能。

感谢任何帮助。谢谢

【问题讨论】：

你到底想乘什么？
因此内部有三种不同类型的物种：setosa、versicolor 和 Virginica。我正在尝试从 Species: setosa 获取 Sepal.width。我一直无法弄清楚如何做到这一点。感谢您的回复。

标签： r statistics analysis ancova

【解决方案1】：

协方差分析包括因子和连续变量作为线性模型中的自变量。

对于iris 数据集，我们将运行以下命令：

  lm(Sepal.Length ~ Sepal.Width + Species,data = iris)

所以OP中的原始代码确实是设置分析的正确方法，但关键是截距表示输出中未列出的因子水平，而其他因子水平被解释为相对差异到截距所代表的物种。

由于Setosa 物种未列在回归系数列表中，因此它由截距项表示。因此，其他物种系数被解释为“物种 = Virginica 对萼片长度的影响是 x 相对于 Setosa，净萼片宽度。”

要使用系数来预测 Sepal.Length 的值，如果 Species = Setosa，可以忽略 Virginica 和 Versicolor 的系数（即将它们的值设置为 0）。

做出预测

为了使用模型进行预测，我们保存模型对象并将其与predict() 函数一起使用。

fit <- lm(Sepal.Length ~ Sepal.Width + Species,data = iris)

# predict some values
# first, set up the independent variables
Species <- c("setosa","setosa","virginica","versicolor","setosa")
Sepal.Width <- c(3.1,3.2,3.8,2.9,3.25)

# next, build a data frame
data <- data.frame(Species,Sepal.Width)

# predict and print 
data$predicted <- predict(fit,data)
data

...和输出：

> data
     Species Sepal.Width predicted
1     setosa        3.10  4.742432
2     setosa        3.20  4.822788
3  virginica        3.80  7.251741
4 versicolor        2.90  6.040463
5     setosa        3.25  4.862966
>

【讨论】：