Bonjour,
Je souhaite analyser un jeu de données non-équilibré avec 3 variables Tleaf, Tair et orientation (facteur à 2 niveaux). Je souhaite, tout en tenant compte de l'effet du facteur "orientation", déterminer si Tair a un effet significatif sur Tleaf et déterminer l'estimateur du paramètre de Tair (en gros je veux connaitre la pente "a" de Tleaf=a*Tair+b). Etant donné le caractère déséquilibré du jeu de données (1400 observation pour le niveau 1 du facteur orientation et 1000 pour le niveau 2) et tenant compte de l'interaction orientation*Tair, voici ce que j'ai entrepris:
Code : Sélectionner tout - Visualiser dans une fenêtre à part
1
2
3
4
5
a=read.table("data.txt", header=TRUE) 
options(contrasts = c("contr.sum","contr.poly")) 
mod=lm(Tleaf~orientation*Tair, na.action="na.exclude", data=a) 
org.lsm=lsmeans(modJuin,~TairMax|orientation) 
summary(org.lsm, infer = c(TRUE,TRUE), level = .95, adjust = "bon")
J'obtiens la sortie suivante:
Code : Sélectionner tout - Visualiser dans une fenêtre à part
1
2
3
4
5
6
7
8
9
orientation = East: 
  Tair      lsmean        SE  df lower.CL upper.CL t.ratio p.value 
 22.28218 24.93279 0.1016984 349 24.73277 25.13281 245.164  <.0001 
 
orientation = West: 
  Tair      lsmean        SE  df lower.CL upper.CL t.ratio p.value 
 22.28218 24.65817 0.1316022 349 24.39934 24.91701 187.369  <.0001 
 
Confidence level used: 0.95
J'en déduis que la variable Tair à un effet significatif sur Tleaf (p<0.0001) et que la moyenne marginale de Tleaf est de 24.93°C pour le niveau "East" et 24.66°C pour le niveau "West" du facteur "orientation".

Maintenant, j'utilise la fonction lstrends() pour obtenir l'estimateur de la pente de Tleaf=f(Tair):
Code : Sélectionner tout - Visualiser dans une fenêtre à part
1
2
3
4
5
6
pente=lstrends (mod, "orientation", var="TairMax") 
orientation TairMax.trend         SE  df  lower.CL  upper.CL 
 East            0.8568581 0.02292076 349 0.8117779 0.9019383 
 West            0.9401517 0.03008866 349 0.8809738 0.9993296 
 
Confidence level used: 0.95
J'en déduis que le paramètre "a" de Tleaf=a*Tair+b est égal à 0.86 (East) et 0.94 (West).

Voici ma question:
1) Est-ce correct de déterminer l'effet significatif de ma variable Tair avec lsmeans() puis de déterminer la pente avec lstrends()?
2) Ne serait-il pas possible d'obtenir et la significativité de Tair et l'estimateur de son paramètre en même temps? (gain de temps, de code..)
3) Ai-je fait une erreur d'interprétation? Notamment, je ne suis pas sur de moi concernant les sorties de ces 2 fonctions et ne trouvant que peu d'information...

Merci.
Robin.