Interpretation von cftest() (multcomp)

[Liane]

Hallo,
ich in noch Anfänger in Statistik und R, aber lernwillig .
Im Moment versuche ich weitestgehend durch das R-Skript eines Bekannten zu steigen.
Hier wurde nach einer lmer() (mit lme4-Package) ein cftest (mit multcomp package) durchgeführt.
Als Ergebnis spuckt R mir unter anderem z value und Pr(>|z|) aus.
Leider ist mir nicht klar was der Unterschied zwichen cftest() und summary() ist, die Erklärung von R selbst kann ich nicht nachvollziehen. Google bringtt ebenfalls nicht allzuviel (vielleicht habt ihr einen Tipp, nach was ich statt cftest suchen sollte).
Und was soll der Pr(>|z|) genau sein? Wie hab ich den zu interpretieren? Versteh ich das richtig, dass das einfach mein p-Wert ist, anhand dessen ich die Signifikanzen ablesen kann?
Vielen Dank für eure Hilfe!

[jogo]

Hallo Liane,

willkommen im Forum!

ich in noch Anfänger in Statistik und R, aber lernwillig .
Im Moment versuche ich weitestgehend durch das R-Skript eines Bekannten zu steigen.
Hier wurde nach einer lmer() (mit lme4-Package) ein cftest (mit multcomp package) durchgeführt.
Als Ergebnis spuckt R mir unter anderem z value und Pr(>|z|) aus.
Leider ist mir nicht klar was der Unterschied zwichen cftest() und summary() ist, die Erklärung von R selbst kann ich nicht nachvollziehen. Google bringt ebenfalls nicht allzuviel (vielleicht habt ihr einen Tipp, nach was ich statt cftest suchen sollte).
Und was soll der Pr(>|z|) genau sein? Wie hab ich den zu interpretieren? Versteh ich das richtig, dass das einfach mein p-Wert ist, anhand dessen ich die Signifikanzen ablesen kann?

Du vestehst das richtig. Pr(>|z|) bezeichnet die Wahrscheinlichkeit (probability), bei gegebener Hypothese H0, per Zufall einen vom Betrage her noch größeren Wert für z zu erhalten.
Volkstümlich wird dieser Wert auch empirische Irrtumswahrscheinlichkeit oder auch p-value genannt. Er kann direkt mit dem a-priori gesetzten Signifikanzniveau alfa verglichen werden.
R ist bei seinen Funktionen oft recht sparsam mit der Ausgabe von Ergebnissen; in solchen Fällen ist es oft die Funktion summary(), die viele Details ausgibt, vergleiche z.B.

Code: Alles auswählen

lm(dist ~ speed, data=cars) # das ist identisch mit print(lm(...))
summary(lm(dist ~ speed, data=cars))

Immer wenn keine Zuweisung an ein Objekt erfolgt, wird das Ergebnis des expression mit print() behandelt, was im interaktiven Modus zur Ausgabe aus das Terminal führt. Erfolgt hingegen eine Zuweisung, dann gibt es keine Behandlung mit print() und deshalb gibt es auch keine Ausgabe auf das Terminal.

Gruß, Jörg

[EDi]

Hier noch der Unterschied zu glht():

Code: Alles auswählen

library(multcomp)
lmod <- lm(dist ~ speed, data = cars)

cftest(lmod)
# same as
summary(glht(lmod), test = adjusted('none'))
# but not as (uses multivariate t for adjusting for multiple testing)
summary(glht(lmod))

mit glht() kann man also für Mehrfachtestung den p-Wert anpassen ( Alphafehler-Kumulierung bei multiplen Vergleichen),
was bei cftest() nicht der fall ist (und unangepasste p-werte ausgegeben werden.

[Liane]

Vielen Dank für die schnellen Antworten! Ihr seid super!