plot_relative_evidence: Relative evidence

In masspastore/ADati: Analisi dei dati in Psicologia

Relative evidence

Description

Produce la matrice grafica con le evidenze relative a coppie di un set di modelli.

Usage

plot_relative_evidence( weights, labels = NULL, log = TRUE, 
          ordered = TRUE, 
          textsize = 12, angle = 0, U = c(0,0,0,0), 
          return_table = FALSE, short.names = FALSE )

Arguments

weights	vettore con gli Akaike Weights, meglio se gli elementi del vettore hanno i nomi dei modelli (vedi esempio).
labels	vettore (opzionale) con i nomi dei modelli da cui sono stati ricavati i weights.
log	logico, se posto a TRUE (il default) calcola i logaritmi delle evidenze relative.
ordered	logico, se posto a TRUE (il default) ordina i weights.
textsize	dimensione del testo.
angle	valore numerico, indica l'angolo delle etichette sulla matrice grafica.
U	vettore numerico, indica i margini (superiore, destro, inferiore e sinistro) della figura in cm.
return_table	logico, se posto a TRUE restituisce la tabella, contenente le informazioni rappresentate nel grafico.
short.names	logico, se posto a TRUE modifica i nomi delle colonne della tabella. Da usarsi per rendere più leggibile la tabella.

Value

Restituisce un grafico con una matrice quadrata di dimensione length(weights) \times length(weights). Ogni cella della matrice rappresenta il rapporto w_i/w_j oppure, se log = TRUE, il log-rapporto log(w_i/w_j), in cui w_i è il weight del modello sulla riga e w_j il modello sulla colonna.

Note

La funzione richiede il pacchetto grafico ggplot2 ed il pacchetto reshape.

Author(s)

Massimiliano Pastore

References

Burnham, K. P., Anderson, D. R., & Huyvaert, K. P. (2011). AIC model selection and multimodel inference in behavioral ecology: some background, observations, and comparisons. Behavioral Ecology and Sociobiology, 65 (1), 23–35.

McElreath, R. (2016). Statistical Rethinking: A Bayesian Course with Examples in R and Stan. CRC Press: Boca Raton, FL.

Wagenmakers, E.-J., & Farrell, S. (2004). AIC model selection using Akaike weights. Psychonomic bulletin & review, 11 (1), 192–196.

Examples

weights <- c(0.24, 0.46, 0.20, 0.10)
names(weights) <- c("M1", "M2", "M3", "M4")
plot_relative_evidence(weights, log = FALSE)

### 
data(kidiq)
m0 <- lm(kid_score ~ 1, data = kidiq)
m1 <- lm(kid_score ~ mom_hs, data = kidiq)
m2 <- lm(kid_score ~ mom_iq, data = kidiq)
m3 <- lm(kid_score ~ mom_iq + mom_hs, data = kidiq)
m4 <- lm(kid_score ~ mom_iq * mom_hs, data = kidiq)
TAB <- AIC(m0,m1,m2,m3,m4)
weights <- akaike_weights(TAB[,"AIC"])$w
plot_relative_evidence(weights, labels = c("m0","m1","m2","m3","m4"))

masspastore/ADati documentation built on April 18, 2024, 5:55 p.m.