Domanda

Oltre alla grafica stima di linearità (lo sguardo-al-dispersione metodo), che viene utilizzato prima di applicare qualche tecnica da GLM famiglia, ci sono diversi modi per fare questa stima aritmeticamente (es.senza grafici).

Ora, mi concentrerò su di Fisher eta-squared - rapporto di correlazione:aritmeticamente, è uguale al quadrato di Pearson r (coef.di determinazione: r2) se la relazione tra due variabili è di tipo lineare.Quindi, è possibile confrontare i valori di eta e r e fare una valutazione sul tipo di relazione (lineare o non).Fornisce informazioni sulla percentuale di varianza della variabile dipendente spiegata (lineare o non) da una variabile indipendente.Pertanto, si può applicare quando linearità ipotesi non sono soddisfatte.

Detto più semplicemente:c'è una routine per eta/eta-squared in R?

È stato utile?

Soluzione

Io sono ancora abbastanza stupito, devo ammettere...non è facile e semplice per il calcolo η η o2 in R...Così ho scritto una funzione Pagina di Wikipedia.Va qui:

eta <- function(x, squared = FALSE, ...) {
    stopifnot(is.list(x))
    ## unlist
    y <- unlist(x)
    ## group mean
    mg <- rapply(x, mean, ...)
    ## group size
    ng <- rapply(x, length, ...)
    ## total mean
    mtot <- mean(y, ...)
    ## SSb
    ssb <- sum(ng * (mg - mtot) ^ 2)
    ## SSt
    sst <- sum((y - mtot) ^ 2)
    # get eta-squared
    if (squared) {
      res <- ssb/sst
    # get eta
    } else {
      res <- sqrt(ssb/sst)
    }
    return(res)
}

Quindi, questo porta a un'altra domanda che sto per postare a breve...che cosa si usa per controllare la linearità?Tuttavia, non riesco a calcolare i valori di p, quindi se qualcuno sa come farlo...per favore, fammi sapere!

Altri suggerimenti

Dopo aver letto questa Domanda, e cercando la funzione nella risposta, ho appena trovato questo biblioteca "sjstats".C'è un Eta-Squared-inclusa la funzione.Forse è utile per i futuri ricercatori.

Autorizzato sotto: CC-BY-SA insieme a attribuzione
Non affiliato a StackOverflow
scroll top