увидел тему для студии, мне зашла
https://github.com/lusignan/Nord-RStudio/blob/master/README.md

а я недавно вот эту нашел, тоже понравилась

https://github.com/aldomann/rstudio-adwaita-dark-theme

годно

А что там про логарифмизацию?

Спасибо

Здравствуйте! Посоветуйте, пожалуйста, как допилить анализ под требования рецензента. Анализируются результаты эксперимента, данные состоят из количественного ответа и нескольких качественных и количественных предикторов. Рецензент просил использовать GLM вместо изначального ANOVA (хотя данные требуют простой линейной модели) и самое страшное - привести standardized effect sizes.

А этих показателей очень много, второй день не могу разобраться в теме. Для линейных моделей советуют использовать eta^2. Нашел две функции, которые считают этот показатель: effectsize::eta_squared() и heplots::etasq() - но они не хотят работать с glm-объектами.

Наша модель выглядит как glm(A ~ B + C + B:C).
Приемлемо ли будет считать eta squared в нашем случае, или есть лучшие методы?
И можно ли их рассчитать для lm() с той же формулой? Т.е.:

lm_model <- lm(A ~ B + C + B:C, data = data)
effectsize::eta_squared(lm_model, partial = F, ci = 0.95)

упрощенный вопрос-резюме: как считать effect sizes для множественной линейной регрессии?

Спасибо!

Не за что. Гуглить — не data.table ворочать.

Да, заголовок многообещающий, но боюсь, нерелевантный. Вопрос был о том, какой метрикой оценивать эффекты отдельных факторов и их взаимодействий в модели, а не насколько хорошо модель вписана

частная эта и частная омега вроде как для дисперсионного используются

для регрессии вроде как r2 всегда был, не?

ага, увидел стартовый пост

вообще, если я правильно помню, у лакенса был отличный обзор по размерам эффектов

Да, у меня задача именно в оценке отдельных факторов. Запутал всех с линейными моделями

я бы взял частную эту по классике

Спасибо! Посмотрю еще partial eta squared (где-то встречал, что лучше использовать обычную). И тот обзор нашел, буду разбираться

частная как раз для взаимодействия факторов, насколько я помню
общая - для независимых
но да, лакенс в этом лучше объяснит

Спасибо!