tương phản trong anova

Question

Tôi hiểu sự tương phản từ các bài viết trước và tôi nghĩ rằng tôi đang làm điều đúng nhưng nó không mang lại cho tôi những gì tôi mong đợi.

x <- c(11.80856, 11.89269, 11.42944, 12.03155, 10.40744, 
     12.48229, 12.1188, 11.76914, 0, 0, 
     13.65773, 13.83269, 13.2401, 14.54421, 13.40312) 
type <- factor(c(rep("g",5),rep("i",5),rep("t",5))) 
type 
[1] g g g g g i i i i i t t t t t 
Levels: g i t 

Khi tôi chạy này:

> summary.lm(aov(x ~ type)) 

Call: 
aov(formula = x ~ type) 

Residuals: 
    Min  1Q Median  3Q  Max 
-7.2740 -0.4140 0.0971 0.6631 5.2082 

Coefficients: 
      Estimate Std. Error t value Pr(>|t|)  
(Intercept) 11.514  1.729 6.659 2.33e-05 *** 
typei   -4.240  2.445 -1.734 0.109  
typet   2.222  2.445 0.909 0.381  
--- 
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

Residual standard error: 3.866 on 12 degrees of freedom 
Multiple R-squared: 0.3753,  Adjusted R-squared: 0.2712 
F-statistic: 3.605 on 2 and 12 DF, p-value: 0.05943 

đây tham khảo của tôi là mẫu người của tôi "g", vì vậy tôi typei là sự khác biệt giữa gõ "g" và gõ "i", và typet của tôi là sự khác biệt giữa loại "g" và loại "t".

Tôi muốn nhìn thấy thêm hai sự tương phản ở đây, sự khác biệt giữa typei+typeg và gõ "t" và sự khác biệt giữa các loại "i" và gõ "t"

nên sự tương phản

> contrasts(type) <- cbind(c(-1,-1,2),c(0,-1,1)) 
> summary.lm(aov(x~type)) 

Call: 
aov(formula = x ~ type) 

Residuals: 
    Min  1Q Median  3Q  Max 
-7.2740 -0.4140 0.0971 0.6631 5.2082 

Coefficients: 
      Estimate Std. Error t value Pr(>|t|)  
(Intercept) 10.8412  0.9983 10.860 1.46e-07 *** 
type1  -0.6728  1.4118 -0.477 0.642  
type2   4.2399  2.4453 1.734 0.109  
--- 
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

Residual standard error: 3.866 on 12 degrees of freedom 
Multiple R-squared: 0.3753,  Adjusted R-squared: 0.2712 
F-statistic: 3.605 on 2 and 12 DF, p-value: 0.05943 

Khi tôi cố gắng làm tương phản thứ hai bằng cách thay đổi tham chiếu của tôi, tôi nhận được kết quả khác nhau. Tôi không hiểu những gì sai với sự tương phản của tôi.

Answer 1

refence: http://www.ats.ucla.edu/stat/r/library/contrast_coding.htm

mat <- cbind(rep(1/3, 3), "g+i vs t"=c(-1/2, -1/2, 1),"i vs t"=c(0, -1, 1)) 
mymat <- solve(t(mat)) 
my.contrast <- mymat[,2:3] 
contrasts(type) <- my.contrast 
summary.lm(aov(x ~ type)) 

my.contrast 
>  g+i vs t i vs t 
[1,] -1.3333  1 
[2,] 0.6667  -1 
[3,] 0.6667  0 
> contrasts(type) <- my.contrast 
> summary.lm(aov(x ~ type)) 

Call: 
aov(formula = x ~ type) 

Residuals: 
    Min  1Q Median  3Q Max 
-7.274 -0.414 0.097 0.663 5.208 

Coefficients: 
      Estimate Std. Error t value Pr(>|t|)  
(Intercept) 10.841  0.998 10.86 1.5e-07 *** 
typeg+i vs t 4.342  2.118 2.05 0.063 . 
typei vs t  6.462  2.445 2.64 0.021 * 
--- 
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 

Residual standard error: 3.87 on 12 degrees of freedom 
Multiple R-squared: 0.375, Adjusted R-squared: 0.271 
F-statistic: 3.6 on 2 and 12 DF, p-value: 0.0594