Tengo 2 factores A y B (5×3) y una covariable X en un plazo de objeto de diseño. He aquí cómo puedo especificar mi modelo general:
lme.out = lme(y~ A*B*X, random=~1|Subject, data=mydata)
Mi interpretación es que estoy buscando en un gráfico de y~x, donde la pendiente cambia debido a la covariable, y la línea se desplaza hacia arriba o hacia abajo basado en los diferentes niveles de A y B (cambios en las intersecciones).
Lo que quiero saber es: si yo fuera a arreglar factor A (tomar cualquiera de los niveles), luego buscando en las líneas (y~x), ¿cuál es el efecto de la B? ¿Los niveles de B cambio de la línea hacia arriba o hacia abajo (intersecciones) o no alterar la pendiente de la línea (X).
Debo correr algún tipo de contrastes análisis? Pero no estoy seguro de cómo contrasta el trabajo entre los factores y covariables.
Una manera en la que puedo pensar es tomar los subconjuntos de datos correspondientes a los diferentes niveles de Una y crear modelos tales como: lme(y~ B+X, random=~1|Subject, data=mydata[which(mydata$A = A1,]). De esta forma, se podría comparar el resultado intercepta y pistas a través de estos modelos.
¿Alguien puede decirme si lo estoy haciendo de sentido? Sugerencias de cualquier tipo sería muy apreciada!
