MH総当たり図示で 因子特徴を 読む~osw. 推定係数plot
・ MH総当たり表をグラフ表示して特徴から、注目する因子とする
独立モデル係数をplotしてみる
■ 記述
for( j in 1:15) # MHの値を 線グラフで
{ plot( oswmh[ j,1:15 ],ylim=c(-0.2,0.8),type="l" ) # MHの値
text( x= j , y = 0.7 , colnames(oswmh)[ j ] ,cex=0.75)
par(new = T)
}
図 MHOR x:調整する因子番号 + 切片付き独立モデル係数
青字 調整された因子の係数
■ 特徴ある因子
・ rol:7 で調整した各mhは特異 chocoが奇妙 rol:choco
・ 大部分の調整に対して、choco :下層線 のmhは特異
・ vice:13 で調整したmilkが特徴的 milk:
→ rol choco は注目したい ; milkは曝露数小さすぎ
・ viceで調整した 8 tyap も マイペースでおもしろい
2 3 4 5 6 7 8 9 10 11 12 13 14 15
"yakih" "spi" "pote" "cabe" "jero" "rol" "tyap" "milk" "cafe" "wat" "cake" "vice" "choco" "salad"
- zettai-
cho無反応 milk無反低いまま
tyap無反
wat高め
■ MH図示
・図示の記述ができて初めて、因子の特徴がみえるようになった
・この事例データによく合った方法かもしれない
■図示 加工
for( j in 1:15) # MHの値を 線グラフで
{ plot( oswmh[ j,1:15 ],ylim=c(-0.2,0.8),type="l" ) # MHの値
text( x= j , y = 0.7 , colnames(oswmh)[ j ] ,cex=0.75)
text(x= 5,y=oswmh[ 8,5 ] ,"tyap" )
par(new = T)
}
plot( oswmh[ 8,1:15 ],ylim=c(-0.2,0.8), type="l" ,lwd = 2 )