Tôi đang thực hiện ANOVA một chiều (mỗi loài) với độ tương phản tùy chỉnh.
[,1] [,2] [,3] [,4]
0.5 -1 0 0 0
5 1 -1 0 0
12.5 0 1 -1 0
25 0 0 1 -1
50 0 0 0 1
trong đó tôi so sánh cường độ 0,5 với 5, 5 so với 12,5 và cứ thế. Đây là dữ liệu tôi đang làm việc
với kết quả như sau
Generalized least squares fit by REML
Model: dark ~ intensity
Data: skofijski.diurnal[skofijski.diurnal$species == "niphargus", ]
AIC BIC logLik
63.41333 67.66163 -25.70667
Coefficients:
Value Std.Error t-value p-value
(Intercept) 16.95 0.2140872 79.17334 0.0000
intensity1 2.20 0.4281744 5.13809 0.0001
intensity2 1.40 0.5244044 2.66970 0.0175
intensity3 2.10 0.5244044 4.00454 0.0011
intensity4 1.80 0.4281744 4.20389 0.0008
Correlation:
(Intr) intns1 intns2 intns3
intensity1 0.000
intensity2 0.000 0.612
intensity3 0.000 0.408 0.667
intensity4 0.000 0.250 0.408 0.612
Standardized residuals:
Min Q1 Med Q3 Max
-2.3500484 -0.7833495 0.2611165 0.7833495 1.3055824
Residual standard error: 0.9574271
Degrees of freedom: 20 total; 15 residual
16,95 là ý nghĩa toàn cầu của "niphargus". Trong cường độ1, tôi đang so sánh có nghĩa là cường độ 0,5 so với 5.
Nếu tôi hiểu đúng, hệ số cường độ1 là 2.2 sẽ bằng một nửa chênh lệch giữa các mức cường độ 0,5 và 5. Tuy nhiên, các tính toán tay của tôi không khớp với các tóm tắt. Bất cứ ai có thể chip trong những gì tôi đang làm sai?
ce1 <- skofijski.diurnal$intensity
levels(ce1) <- c("0.5", "5", "0", "0", "0")
ce1 <- as.factor(as.character(ce1))
tapply(skofijski.diurnal$dark, ce1, mean)
0 0.5 5
14.500 11.875 13.000
diff(tapply(skofijski.diurnal$dark, ce1, mean))/2
0.5 5
-1.3125 0.5625
geom_points(position=position_dodge(width=0.75))
sẽ sửa cách các điểm trong ô của bạn không thẳng hàng với các hộp.
geom_jitter
, đây là lối tắt cho tất cả các tham số geom_point () mà jitter.
geom_jitter(position_dodge)
làm việc Tôi đã sử dụng geom_points(position_jitterdodge)
để thêm dấu chấm vào ô vuông để tránh né.
geom_jitter
ở đây . Theo kinh nghiệm của tôi kể từ câu trả lời trên của tôi, tôi thấy không cần thiết phải sử dụng boxplots. Không bao giờ. Nếu tôi có nhiều điểm, tôi sử dụng các ô vĩ cầm thể hiện mật độ điểm với nhiều chi tiết tốt hơn so với các ô vuông. Boxplots được phát minh trở lại khi vẽ nhiều điểm hoặc mật độ của chúng không thuận tiện. Có lẽ đã đến lúc chúng ta bắt đầu nghĩ đến việc bỏ hình ảnh (khuyết tật) này.