आप किस मामले में अपने विश्लेषण में विरोधाभास बनाते हैं? यह कैसे किया जाता है और इसके लिए क्या उपयोग किया जाता है? , जो मेरे लिए आसानी से उपलब्ध नहीं है "एस में सांख्यिकीय मॉडल के अध्याय 2" पर ले जाने -आप (और क्यों) विरोधाभासों का उपयोग करते हैं?
मैं ?contrasts और ?C जाँच की।
विरोधाभासों की जरूरत है जब आप व्याख्यात्मक चर के रूप में कारकों (अर्थात स्पष्ट चर) के साथ रैखिक मॉडल फिट कर रहे हैं। इसके विपरीत यह निर्दिष्ट करता है कि मॉडल को फ़िट करने के लिए कारकों के स्तर को संख्यात्मक डमी चर के परिवार में कैसे कोड किया जाएगा। http://www.unc.edu/courses/2006spring/ecol/145/001/docs/lectures/lecture26.htm
जब इस्तेमाल किया विरोधाभासों बदल रहे हैं, मॉडल अंतर्निहित संयुक्त संभाव्यता वितरण की अनुमति के मामले में एक ही रहता है:
यहाँ इस्तेमाल किया विरोधाभासों की विभिन्न किस्मों के लिए कुछ अच्छे नोट हैं। केवल इसके parametrization परिवर्तन। फिट मान भी वही रहते हैं। साथ ही, विरोधाभासों के एक विकल्प के लिए पैरामीटर का मूल्य होने के बाद, यह समझना आसान होता है कि विरोधाभासों की दूसरी पसंद के लिए पैरामीटर का मूल्य क्या होता।
इसलिए विरोधाभासों के चुनाव में कोई सांख्यिकीय परिणाम है। यह पूरी तरह से गुणांक और परिकल्पना परीक्षणों को समझने में आसान बनाने का विषय है।
एक नज़र here (पृष्ठों 365-370, जो देखने के लिए स्वतंत्र हैं) ले लो। पृष्ठ 364 पर एक पौधे प्रतियोगिता प्रयोग के भिन्नता का एक तरफा विश्लेषण शुरू होता है। पेज 364 से कोड है कि याद आ रही है है:
comp<-read.table("c:\\temp\\competition.txt",header=T)
attach(comp)
names(comp)
[1] "biomass" "clipping"
The categorical explanatory variable is clipping and it has five levels as follows:
levels(clipping)
...
विरोधाभासों की परिभाषा पेज 368 पर (समनाम पैराग्राफ में) बाद में दिया जाता है। यदि आप उदाहरणों का पालन करना चाहते हैं, तो आप डेटासेट डाउनलोड कर सकते हैं। my post here देखें।
यह सवाल है कि इस पुस्तक अत्यधिक की सिफारिश की है से बाहर है।
आर-सहायता अभिलेखागार में इस पर कई चर्चा धागे हैं। साथ ही, आप अपना शीर्षक संपादित करना चाहेंगे (एस/रास्ता/क्यों/मुझे लगता है)। –