Code: Alles auswählen
par(mfcol=c(1,2))
M <- lm(breaks ~ as.integer(tension)*wool, data=warpbreaks)
summary(M)
plot(breaks ~ as.integer(tension), data=warpbreaks, col=wool)
C <- coef(M)
abline(a=C[1], b=C[2])
abline(a=C[1]+C[3], b=C[2]+C[4], col="red")
### zweite Variante:
M.A <- lm(breaks ~ as.integer(tension), data=warpbreaks, subset=wool=="A")
M.B <- lm(breaks ~ as.integer(tension), data=warpbreaks, subset=wool=="B")
plot(breaks ~ as.integer(tension), data=warpbreaks, col=wool)
abline(reg=M.A)
abline(reg=M.B, col="red")
Dass man bei R nicht so viel findet über Regression mit nominal skalierten Variablen, liegt womöglich daran, dass die nötige Infrastruktur mit dem entsprechenden Arbeitstier lm() bereits in den standardmäßig installierten Paketen vorhanden ist.Es wäre allgemein auch super zu wissen, welche Pakete erfahrene R-Nutzer für solche kategorialen Moderatoren wie hier Bedingung benutzen. Kann gut sein, dass ich das nochmal machen muss und ich finde leider wirklich viel für moderierte Regression mit nur metrischen Variablen oder viel zu SPSS, womit ich nicht arbeiten werden :/
lm() gehört zum Paket stats
Gruß, Jörg