मैं एक डिज़ाइन किए गए प्रयोग से आँख-ट्रैकिंग डेटा का विश्लेषण कर रहा हूं। मेरे डेटा का एक सरलीकृत संस्करण इस तरह दिखता है (आप यहाँ dput () डेटा प्राप्त कर सकते हैं ),
head(lookDATA)
participant fixationImage fixationCount
1 9 Automobile 81
2 9 Bird 63
3 9 Chair 82
4 9 Dog 64
5 9 Face 90
6 9 Plant 75
जहां प्रतिभागी प्रत्येक विषय के लिए एक विशिष्ट पहचानकर्ता है, फिक्सेशनइमेज वह चित्र श्रेणी है जिसे उन्होंने ठीक किया है, और निर्धारण उस समय है जब उन्होंने उस चित्र श्रेणी पर निर्धारण किया है।
मैं lme4 पैकेज से ग्लेमर () का उपयोग करके डेटा के लिए एक पॉइसन मॉडल फिट करता हूं ।
model<-glmer(fixationCount ~ fixationImage + (1|participant), family = poisson, data = lookDATA)मैंने कारक स्तरों के बीच अंतर की जांच करने के लिए lsmeans पैकेज से lsmeans () का उपयोग किया ,
cld(lsmeans(model,"fixationImage"))जो निम्न आउटपुट प्रदान करता है:
fixationImage lsmean SE df asymp.LCL asymp.UCL .group
Chair 3.786022 0.05764923 NA 3.673018 3.899026 1
Bird 3.866201 0.05750641 NA 3.753476 3.978925 2
Dog 3.868768 0.05751010 NA 3.756037 3.981500 2
Body 3.883644 0.06040952 NA 3.765230 4.002059 23
Plant 3.893327 0.05746744 NA 3.780679 4.005975 23
Automobile 3.901939 0.05745528 NA 3.789315 4.014563 23
Face 3.946848 0.05832549 NA 3.832519 4.061178 3
मेरे (शायद सीमित) समझ के अनुसार उपयोग करने वाले लोगों के बारे में समझने के लिए मॉडल के द्वारा भविष्यवाणी की गई श्रेणी के लिए लगने वाले कॉलम की औसत संख्या का प्रतिनिधित्व करना चाहिए।
हालाँकि, ये मान इन नंबरों के लिए सरल वर्णनात्मक आंकड़ों से बहुत दूर लगते हैं,
summaryBy(fixationCount ~ fixationImage, data = lookDATA)
fixationImage fixationCount.mean
1 Automobile 55.18750
2 Bird 53.25000
3 Body 57.12821
4 Chair 50.39450
5 Dog 53.82883
6 Face 56.76389
7 Plant 54.71429
शायद यह सुझाव देते हुए कि मुझे यह ठीक से समझ में नहीं आ रहा है कि यहाँ के लोग क्या दर्शाते हैं, या शायद यह कि मैंने मॉडल को गलत बना दिया है।
किसी भी सहायता की काफी सराहना की जाएगी।
$<-.data.frame(*tmp*, "sep", value = ","): प्रतिस्थापन में 1 पंक्ति, डेटा है 0. मैं रिकॉर्ड के लिए आर संस्करण 3.1.2 (2014-10-31) 'कद्दू हेलमेट' और 2.17 संस्करण का उपयोग कर रहा हूं। फिर भी, आपने मेरे प्रश्न का उत्तर दिया है और मैं आउटपुट को मैन्युअल रूप से बदलूंगा। एक बार फिर धन्यवाद!