Comment (et pourquoi) utilisez-vous les contrastes?

Question

Dans quels cas créez-vous des contrastes dans votre analyse? Comment est-ce fait et à quoi sert-il?

J'ai vérifié et ?C - les deux mènent au «Chapitre 2 des modèles statistiques en S», qui n'est pas facilement accessible pour moi.

Answer 1

Les contrastes sont nécessaires lorsque vous adaptez des modèles linéaires avec des facteurs (c'est-à-dire des variables catégorielles) en tant que variables explicatives. Le contraste spécifie comment les niveaux des facteurs seront codés dans une famille de variables indicatrices numériques pour ajuster le modèle.

Voici quelques bonnes notes pour les différentes variétés de contrastes utilisés: http://www.unc.edu/courses/2006spring/ecol/145/001/docs/lectures/lecture26.htm

Lorsque les contrastes utilisés sont modifiés, le modèle reste le même en termes de distributions de probabilité conjointe sous-jacentes autorisées. Seule sa paramétrisation change. Les valeurs ajustées restent les mêmes. Aussi, une fois que vous avez la valeur des paramètres pour un choix de contrastes, il est facile de déduire quelle aurait été la valeur des paramètres pour un autre choix de contrastes.

Par conséquent, le choix des contrastes n'a aucune conséquence statistique. Il s'agit simplement de rendre les coefficients et les tests d'hypothèses plus faciles à interpréter.

Answer 2

Jetez un oeil here (pages 365-370, qui sont libres de voir). Sur la page 364 commence une analyse de variance à un facteur d'une expérience de compétition végétale. Le code de la page 364 qui manque est:

comp<-read.table("c:\\temp\\competition.txt",header=T) 
attach(comp) 
names(comp) 
[1] "biomass" "clipping" 
The categorical explanatory variable is clipping and it has five levels as follows: 
levels(clipping) 
... 

La définition des contrastes est donnée plus loin, à la page 368 (dans le paragraphe du même nom). Si vous voulez suivre les exemples, vous pouvez télécharger les jeux de données. Voir my post here.

Il est hors de question que le livre soit fortement recommandé.