我看过很多相关的博主,他们解释了如何产生边际效应,但不知怎么的,他们中的大多数人并没有以交互效应为样本。当我用Stata来做它的时候,边缘效应很容易计算,但是R似乎以另一种方式出现,并且显示了不同的结果。我想知道如何用适当的相互作用计算适当的边际效应,
为什么函数margins()不显示交互因子?如果我用手工coef(glm)*mean(dlogis(predict(glm, type = "link")),na.rm=T)计算它,它看起来更接近
我试图通过使用正态分布效应大小的100个二元因子模拟1000人的身高,将人们分为高个子和不高个子,并使用逻辑回归,并将其与高度绝对值的t检验进行比较。我可以只为一个人做这件事subject.1.factors=sample(c(1,0), 100, replace=T)
factors=a-mean(a)subject.1.height= sum
我想问一下,在群体和阶段变量之间存在交互作用的情况下,如何正确地执行R中的简单主效应分析?ezANOVA(data = dat, dv = y, wid = ID, between = Group, within = Stage, detailedTRUE, type = "III" ) // method 1
aov(data = dataControl, y ~ St