Les posteurs les plus actifs de la semaine
Eric Wajnberg
Emmeans : significations des estimates  Vote_lcapEmmeans : significations des estimates  Voting_barEmmeans : significations des estimates  Vote_rcap 
Volivoile
Emmeans : significations des estimates  Vote_lcapEmmeans : significations des estimates  Voting_barEmmeans : significations des estimates  Vote_rcap 
Fred_44
Emmeans : significations des estimates  Vote_lcapEmmeans : significations des estimates  Voting_barEmmeans : significations des estimates  Vote_rcap 
zezima
Emmeans : significations des estimates  Vote_lcapEmmeans : significations des estimates  Voting_barEmmeans : significations des estimates  Vote_rcap 
Ayana
Emmeans : significations des estimates  Vote_lcapEmmeans : significations des estimates  Voting_barEmmeans : significations des estimates  Vote_rcap 
gg
Emmeans : significations des estimates  Vote_lcapEmmeans : significations des estimates  Voting_barEmmeans : significations des estimates  Vote_rcap 
ayoubas01
Emmeans : significations des estimates  Vote_lcapEmmeans : significations des estimates  Voting_barEmmeans : significations des estimates  Vote_rcap 
inconnu25545
Emmeans : significations des estimates  Vote_lcapEmmeans : significations des estimates  Voting_barEmmeans : significations des estimates  Vote_rcap 


Emmeans : significations des estimates

Aller en bas

Emmeans : significations des estimates  Empty Emmeans : significations des estimates

Message par lenny868 le Dim 2 Juin 2019 - 18:27

Bonjour,

Je viens vers pour un détail concernant les résultats de EMMEANS. Voici mes résultats  de contraste de propriétés de stimuli auditifs (prop1, prop2) et de leur catégorisation par le participant (1,6). Le but est de savoir si le participant attribue la nature du son selon la propriété 1 ou 2.


Code:
gl=lm(Choice ~ prop1+prop2,pre_post_part)
 library("emmeans")
 emmp <- emmeans( gl, pairwise ~ prop1+prop2)
 summary( emmp, infer=TRUE)

 contrast           estimate            SE    df          lower.CL          upper.CL t.ratio          p.value
1,3 - 3,3 -0.292375565 0.04755736 11651 -0.4749139755 -0.109837154  -6.148  <.0001  for the same prop2 1 < 3
1,3 - 4,3 -0.356675976 0.04755736 11651 -0.5392143871 -0.174137566  -7.500  <.0001
1,3 - 5,3 -0.364893909 0.04756348 11651 -0.5474558129 -0.182332005  -7.672  <.0001

2,3 - 3,3 -0.272119342 0.04755124 11651 -0.4546342601 -0.089604423  -5.723  <.0001
2,3 - 4,3 -0.336419753 0.04755124 11651 -0.5189346716 -0.153904835  -7.075  <.0001
2,3 - 5,3 -0.344637686 0.04755736 11651 -0.5271760965 -0.162099275  -7.247  <.0001

1,4 - 3,4 -0.292375565 0.04755736 11651 -0.4749139755 -0.109837154  -6.148  <.0001
1,4 - 4,4 -0.356675976 0.04755736 11651 -0.5392143871 -0.174137566  -7.500  <.0001
1,4 - 5,4 -0.364893909 0.04756348 11651 -0.5474558129 -0.182332005  -7.672  <.0001

2,4 - 3,4 -0.272119342 0.04755124 11651 -0.4546342601 -0.089604423  -5.723  <.0001
2,4 - 4,4 -0.336419753 0.04755124 11651 -0.5189346716 -0.153904835  -7.075  <.0001
2,4 - 5,4 -0.344637686 0.04755736 11651 -0.5271760965 -0.162099275  -7.247  <.0001


Il semblerait que prop1  soit plus significatifs. Mais là n'est pas la question. Je souhaite comprendre la nature des valeurs estimates qui se répètent.  Et là je suis navrée de revenir aux bases  Embarassed  que j'oublie souvent : A mon sens, Estimate pourrait me renseigner sur la tendance au choix en comparant ces deux combinaisons. Mais je ne comprends pas exactement pourquoi j'ai exactement les mêmes valeurs, surtout que j'obtiens une longue liste des mêmes valeurs qui se répètent.

Merci

Lenny


Dernière édition par lenny868 le Mer 5 Juin 2019 - 17:54, édité 1 fois

lenny868

Nombre de messages : 48
Date d'inscription : 16/01/2018

Revenir en haut Aller en bas

Emmeans : significations des estimates  Empty Re: Emmeans : significations des estimates

Message par Florent Aubry le Mer 5 Juin 2019 - 7:00

Pourrais-tu mieux expliquer ta démarche ? Dans ton morceau de code que tu as envoyé, tu commence par une Anova à deux facteurs et sans interaction, qui sont les propriétés des stimuli (prop1 et prop2) et tu fais ensuite un test post-hoc sur deux autres facteurs qui n'apparaissent pas dans ton Anova. Il manque donc un morceau de code qui implique ces deux nouveaux facteurs sinon emmeans renverrait une erreur.

Florent Aubry

Nombre de messages : 243
Date d'inscription : 02/11/2015

Revenir en haut Aller en bas

Emmeans : significations des estimates  Empty Re: Emmeans : significations des estimates

Message par lenny868 le Mer 5 Juin 2019 - 17:55

Bonjour,

C'est bien les mêmes variables, j'ai corrigé Smile Donc c'est toujours prop1 et prop2.

Merci

Lenny

lenny868

Nombre de messages : 48
Date d'inscription : 16/01/2018

Revenir en haut Aller en bas

Emmeans : significations des estimates  Empty Re: Emmeans : significations des estimates

Message par Florent Aubry le Mer 5 Juin 2019 - 18:08

Prop1 est donc un facteur à deux niveaux codés 1 et 2 et prop2, un facteur à trois niveaux, codés 3, 4 et 5. Remarque, ce codage est plutôt abscons. emmeans teste alors les interactions entre ces deux facteurs. Je ne vois pas d'où provient ce participant que tu codes (1,6), il n'apparait nulle part.

Quant à savoir si c'est le facteur prop1 ou le facteur prop2 qui a le plus d'influence, ce n'est pas emmeans qui te donnera la réponse. C'est le résultat de car::Anova.

Florent Aubry

Nombre de messages : 243
Date d'inscription : 02/11/2015

Revenir en haut Aller en bas

Emmeans : significations des estimates  Empty Re: Emmeans : significations des estimates

Message par lenny868 le Mer 5 Juin 2019 - 19:24

Reprenons dès le départ : prop1= fréquence et prop2= localisation. Il existe un biais perceptif selon lequel on percevrait les sons basse fréquence comme provenant de basses localisations. On a donc placé 6 choix de localisations de bas (1) en haut (6) pour estimer la provenance. Lors des expérimentations on fait passer un son de fréquence 1..6 et de localisation 1..6. Et le choix se fait de 1..6. Il est donc question de voir qu'elle est le paramètre qui a le plus d'influence. L'anova donne :

Code:
Anova(lm(Choice ~ prop1+ prop2,data),test="Chisq")
Response: Choice
             Df  Sum Sq Mean Sq F value    Pr(>F)    
Prop1     1    54.4  54.400 24.5263 7.433e-07 ***
Prop2     1.0   1.011  0.4556    0.4997    
Residuals 11659 25859.9   2.218

Donc le choix se fait selon le Prop1.

Je voulais vérifier les effets de localisation par fréquence, c'est pour cela que j'ai gardé dans mon emmeans les deux prop.
Par ailleurs, les stimuli sont présentés en combinaison : prop1+prop2 : 1,3 représente un stimuli de prop1=1 et de prop2=3.
On remarque que même lors du maintient du prop2 (voir les trois première lignes), c'est prop1 qui conditionne le choix. En effet, le score choix est moindre pour 1 par rapport à 3, l'écart se creuse 1 par rapport à 4. Ce qui veut dire que l'effet est maintenu. Sauf pour les cas qui font intervenir la fréquence 6, l'effet n'a pas été observé (18 derniers lignes). Il semblerait qu'à partir de cette fréquence cet effet n'est plus observé. Aucun effet additionel de la localisation par fréquence n'a été detecté

Est-ce que ma démarche est correcte jusqu'à maintenant ?

Code:
1,1 - 3,1 -0.292375565 0.04755736 11651 -0.4749139755 -0.109837154  -6.148  <.0001 #effect
 1,1 - 4,1 -0.356675976 0.04755736 11651 -0.5392143871 -0.174137566  -7.500  <.0001 #effect
 1,1 - 5,1 -0.364893909 0.04756348 11651 -0.5474558129 -0.182332005  -7.672  <.0001 #effect
 
 2,1 - 3,1 -0.272119342 0.04755124 11651 -0.4546342601 -0.089604423  -5.723  <.0001 #effect
 2,1 - 4,1 -0.336419753 0.04755124 11651 -0.5189346716 -0.153904835  -7.075  <.0001 #effect
 2,1 - 5,1 -0.344637686 0.04755736 11651 -0.5271760965 -0.162099275  -7.247  <.0001 #effect
 
 1,2 - 3,2 -0.292375565 0.04755736 11651 -0.4749139755 -0.109837154  -6.148  <.0001 # effect
 1,2 - 4,2 -0.356675976 0.04755736 11651 -0.5392143871 -0.174137566  -7.500  <.0001 # effect
 1,2 - 5,2 -0.364893909 0.04756348 11651 -0.5474558129 -0.182332005  -7.672  <.0001 # effect
 
 2,2 - 3,2 -0.272119342 0.04755124 11651 -0.4546342601 -0.089604423  -5.723  <.0001 # effect
 2,2 - 4,2 -0.336419753 0.04755124 11651 -0.5189346716 -0.153904835  -7.075  <.0001 # effect
 2,2 - 5,2 -0.344637686 0.04755736 11651 -0.5271760965 -0.162099275  -7.247  <.0001 # effect
 
 1,3 - 3,3 -0.292375565 0.04755736 11651 -0.4749139755 -0.109837154  -6.148  <.0001 #effect
 1,3 - 4,3 -0.356675976 0.04755736 11651 -0.5392143871 -0.174137566  -7.500  <.0001 #effect
 1,3 - 5,3 -0.364893909 0.04756348 11651 -0.5474558129 -0.182332005  -7.672  <.0001 #effect
 
 2,3 - 3,3 -0.272119342 0.04755124 11651 -0.4546342601 -0.089604423  -5.723  <.0001 #effect
 2,3 - 4,3 -0.336419753 0.04755124 11651 -0.5189346716 -0.153904835  -7.075  <.0001 #effect
 2,3 - 5,3 -0.344637686 0.04755736 11651 -0.5271760965 -0.162099275  -7.247  <.0001 #effect
 
 1,4 - 3,4 -0.292375565 0.04755736 11651 -0.4749139755 -0.109837154  -6.148  <.0001#effect
 1,4 - 4,4 -0.356675976 0.04755736 11651 -0.5392143871 -0.174137566  -7.500  <.0001#effect
 1,4 - 5,4 -0.364893909 0.04756348 11651 -0.5474558129 -0.182332005  -7.672  <.0001#effect
 
 2,4 - 3,4 -0.272119342 0.04755124 11651 -0.4546342601 -0.089604423  -5.723  <.0001#effect
 2,4 - 4,4 -0.336419753 0.04755124 11651 -0.5189346716 -0.153904835  -7.075  <.0001#effect
 2,4 - 5,4 -0.344637686 0.04755736 11651 -0.5271760965 -0.162099275  -7.247  <.0001#effect
 
 1,5 - 3,5 -0.292375565 0.04755736 11651 -0.4749139755 -0.109837154  -6.148  <.0001#effect
 1,5 - 4,5 -0.356675976 0.04755736 11651 -0.5392143871 -0.174137566  -7.500  <.0001#effect
 1,5 - 5,5 -0.364893909 0.04756348 11651 -0.5474558129 -0.182332005  -7.672  <.0001#effect
 
 2,5 - 3,5 -0.272119342 0.04755124 11651 -0.4546342601 -0.089604423  -5.723  <.0001#effect
 2,5 - 4,5 -0.336419753 0.04755124 11651 -0.5189346716 -0.153904835  -7.075  <.0001#effect
 2,5 - 5,5 -0.344637686 0.04755736 11651 -0.5271760965 -0.162099275  -7.247  <.0001#effect
 
 1,6 - 3,6 -0.292375565 0.04755736 11651 -0.4749139755 -0.109837154  -6.148  <.0001 #effect
 1,6 - 4,6 -0.356675976 0.04755736 11651 -0.5392143871 -0.174137566  -7.500  <.0001 #effect
 1,6 - 5,6 -0.364893909 0.04756348 11651 -0.5474558129 -0.182332005  -7.672  <.0001 #effect

 2,6 - 3,6 -0.272119342 0.04755124 11651 -0.4546342601 -0.089604423  -5.723  <.0001#effect
 2,6 - 4,6 -0.336419753 0.04755124 11651 -0.5189346716 -0.153904835  -7.075  <.0001 #effect
 2,6 - 5,6 -0.344637686 0.04755736 11651 -0.5271760965 -0.162099275  -7.247  <.0001 #effect

 3,3 - 6,3  0.231995885 0.04755124 11651  0.0494809662  0.414510803   4.879  0.0006#no effect
 4,3 - 6,3  0.296296296 0.04755124 11651  0.1137813778  0.478811215   6.231  <.0001#no effect
 5,3 - 6,3  0.304514229 0.04755736 11651  0.1219758182  0.487052640   6.403  <.0001#no effect
 3,2 - 6,2  0.231995885 0.04755124 11651  0.0494809662  0.414510803   4.879  0.0006 # no effect
 4,2 - 6,2  0.296296296 0.04755124 11651  0.1137813778  0.478811215   6.231  <.0001 # no effect
 5,2 - 6,2  0.304514229 0.04755736 11651  0.1219758182  0.487052640   6.403  <.0001 # no effect
 3,1 - 6,1  0.231995885 0.04755124 11651  0.0494809662  0.414510803   4.879  0.0006 #no effect
 4,1 - 6,1  0.296296296 0.04755124 11651  0.1137813778  0.478811215   6.231  <.0001 #no effect
 5,1 - 6,1  0.304514229 0.04755736 11651  0.1219758182  0.487052640   6.403  <.0001 #no effect
 3,5 - 6,5  0.231995885 0.04755124 11651  0.0494809662  0.414510803   4.879  0.0006#no effect
 4,5 - 6,5  0.296296296 0.04755124 11651  0.1137813778  0.478811215   6.231  <.0001#no effect
 5,5 - 6,5  0.304514229 0.04755736 11651  0.1219758182  0.487052640   6.403  <.0001 #no effect
 3,4 - 6,4  0.231995885 0.04755124 11651  0.0494809662  0.414510803   4.879  0.0006#no effect
 4,4 - 6,4  0.296296296 0.04755124 11651  0.1137813778  0.478811215   6.231  <.0001#no effect
 5,4 - 6,4  0.304514229 0.04755736 11651  0.1219758182  0.487052640   6.403  <.0001#no effect
 3,6 - 6,6  0.231995885 0.04755124 11651  0.0494809662  0.414510803   4.879  0.0006 #no effect
 4,6 - 6,6  0.296296296 0.04755124 11651  0.1137813778  0.478811215   6.231  <.0001 #no effect
 5,6 - 6,6  0.304514229 0.04755736 11651  0.1219758182  0.487052640   6.403  <.0001 #no effect


Il est vrai qu'en testant uniquement les contrast entre frequence, j'ai presque les mêmes résultats :

Code:
gl=lm(Choice ~ frequence,pre_post_part)
library("emmeans")
emmp <- emmeans( gl, pairwise ~ frequence)
summary( emmp, infer=TRUE)

$contrasts
 contrast     estimate         SE    df    lower.CL    upper.CL t.ratio p.value
$contrasts
 contrast    estimate        SE    df    lower.CL    upper.CL t.ratio p.value
 1 - 2    -0.020271937 0.04756260 11656 -0.15583393  0.11529005  -0.426  0.9982
 1 - 3    -0.292391279 0.04756260 11656 -0.42795327 -0.15682929  -6.148  <.0001
 1 - 4    -0.356691691 0.04756260 11656 -0.49225368 -0.22112970  -7.499  <.0001
 1 - 5    -0.364899640 0.04756871 11656 -0.50047907 -0.22932021  -7.671  <.0001
 1 - 6    -0.060395394 0.04756260 11656 -0.19595738  0.07516659  -1.270  0.8016
 2 - 3    -0.272119342 0.04755648 11656 -0.40766389 -0.13657479  -5.722  <.0001
 2 - 4    -0.336419753 0.04755648 11656 -0.47196430 -0.20087520  -7.074  <.0001
 2 - 5    -0.344627702 0.04756260 11656 -0.48018969 -0.20906571  -7.246  <.0001
 2 - 6    -0.040123457 0.04755648 11656 -0.17566801  0.09542109  -0.844  0.9593
 3 - 4    -0.064300412 0.04755648 11656 -0.19984496  0.07124414  -1.352  0.7556
 3 - 5    -0.072508361 0.04756260 11656 -0.20807035  0.06305363  -1.524  0.6484
 3 - 6    0.231995885 0.04755648 11656  0.09645133  0.36754043  4.878  <.0001
 4 - 5    -0.008207949 0.04756260 11656 -0.14376994  0.12735404  -0.173  1.0000
 4 - 6    0.296296296 0.04755648 11656  0.16075175  0.43184085  6.230  <.0001
 5 - 6    0.304504245 0.04756260 11656  0.16894226  0.44006623  6.402  <.0001


Dernière édition par lenny868 le Mer 5 Juin 2019 - 20:18, édité 1 fois

lenny868

Nombre de messages : 48
Date d'inscription : 16/01/2018

Revenir en haut Aller en bas

Emmeans : significations des estimates  Empty Re: Emmeans : significations des estimates

Message par Florent Aubry le Mer 5 Juin 2019 - 20:09

1) vu le résultat de la fonction Anova, prop2 n'a aucune influence dans le résultat. Il n'y a pas à introduire ce facteur dans des tests post-hoc. Donc la démarche conduisant à calculer emmeans( gl, pairwise ~ prop1+prop2) n'apporte rien et il est incorrecte d'essayer d'interpréter des différences entre les interactions entre les deux facteurs. De plus, cela n'aurait pas de sens même si prop2 était significatif puisque l'analyse lm fait l'hypothèse qu'il n'y a pas d'interaction. Il faudrait utiliser la formule Choice ~ prop1 * prop2 pour tester la possible significativité des interactions.

2) le facteur fréquence (prop1) a 6 niveaux. Je ne comprends pas pourquoi le tableau résultant de emmeans( gl, pairwise ~ frequence) ne les faits pas apparaître. En effet pairwise devrait donner 1 - 2, 1 - 3, 1 - 4, 1 - 5, 1 - 6, 2 - 3....

Florent Aubry

Nombre de messages : 243
Date d'inscription : 02/11/2015

Revenir en haut Aller en bas

Emmeans : significations des estimates  Empty Re: Emmeans : significations des estimates

Message par lenny868 le Mer 5 Juin 2019 - 20:19

1) ok pour l'interaction, c'est un bon point
2) j'ai sélectionné les résultats significatifs, c'est corrigé dans l'EDIT
3) pour en revenir, et pour ne plus poser la question, que signifie la valeur de emmeans ? Very Happy

Merci beaucoup pour avoir pris le temps, c'est déjà beaucoup plus clair !

Lenny

lenny868

Nombre de messages : 48
Date d'inscription : 16/01/2018

Revenir en haut Aller en bas

Emmeans : significations des estimates  Empty Re: Emmeans : significations des estimates

Message par Florent Aubry le Jeu 6 Juin 2019 - 6:18

emmeans avec infer=TRUE donne deux listes :
$emmeans sont les valeurs estiméss pour les niveaux ou les différences dans le cas d'interaction ;
$constrasts sont les contrastes s'ils sont définis dans la partie gauche de la formule (e.g., pairwise ~).

On peut compléter l'analyse post-hoc par la recherche de groupes identiques au sens de la significativité, soit en utilisant
i) cld même si cette procédure est maintenant déconseillée :
cld( emmeans ( gl, ~ frequence)) avec comme alternative cld du package multcomp
ii) pwpp

Florent Aubry

Nombre de messages : 243
Date d'inscription : 02/11/2015

Revenir en haut Aller en bas

Emmeans : significations des estimates  Empty Re: Emmeans : significations des estimates

Message par Contenu sponsorisé


Contenu sponsorisé


Revenir en haut Aller en bas

Revenir en haut


 
Permission de ce forum:
Vous ne pouvez pas répondre aux sujets dans ce forum