如何计算R中线性模型的平均值？

我正在研究一个关于保护及其对生物量的影响的数据集，其中50块土地，每一公顷，是从英格兰北部一万公顷的区域随机抽取的

对于每个地块，记录了以下变量：

•生物量：植被生物量的估算值，单位为kg/m2

•海拔高度：地块的平均海拔高度，以海平面以上米为单位

•缺点：分类变量，如果地块是保护区的一部分，则编码为1，否则编码为2

•土壤一个分类变量，粗略地将土壤类型划分为1种白垩土、2种粘土和3种壤土

---

目前，我特别为两件事而挣扎：

如何根据我的拟合模型（模型1）计算粘土（soil2）和壤土（soil3）之间生物量的平均差异，并计算该平均预测值的95%置信区间

以及如何计算位于300米高度以粘土为主的保护区内地块的平均预测生物量

这是我正在使用的线性模型的总结

Call:
lm(formula = biomass ~ alt + soil + cons, data = conservation)

Residuals:
      Min        1Q    Median        3Q       Max 
-0.183105 -0.052926  0.005593  0.061844  0.194402 

Coefficients:
              Estimate Std. Error t value Pr(>|t|)    
(Intercept)  2.2928629  0.0357850  64.073  < 2e-16 ***
alt         -0.0029068  0.0001302 -22.318  < 2e-16 ***
soil2       -0.0862220  0.0342955  -2.514   0.0156 *  
soil3       -0.2309939  0.0354480  -6.516 5.33e-08 ***
cons2        0.0488634  0.0292075   1.673   0.1013    
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.09428 on 45 degrees of freedom
Multiple R-squared:  0.9459,    Adjusted R-squared:  0.9411 
F-statistic: 196.7 on 4 and 45 DF,  p-value: < 2.2e-16

---

如何根据我的拟合模型（模型1）计算粘土（soil2）和壤土（soil3）之间生物量的平均差异，并计算该平均预测值的95%置信区间

严格地说，这是我们称之为“线性假设检验”的特殊情况。但我认为这不是你任务的目的，所以我不会采用这种方法。如果你对它感兴趣，请阅读

我将在这里做的是，简单地使用不同的因子级别作为对比，并重新调整您的模型。目前，您有“soil1”作为对比度级别；我将重置“soil2”作为对比度级别。看一看一般的治疗方法

fit <- lm(biomass ~ alt + soil + cons, data = conservation,
          contrasts = list(soil = contr.treatment(n = 3, base = 2)))

#Coefficients:
#              Estimate Std. Error t value Pr(>|t|)    
#(Intercept)  2.2066409  0.0400572  55.087  < 2e-16 ***
#alt         -0.0029068  0.0001302 -22.318  < 2e-16 ***
#soil1        0.0862220  0.0342955   2.514   0.0156 *  
#soil3       -0.1447719  0.0325295  -4.450 5.59e-05 ***
#cons2        0.0488634  0.0292075   1.673   0.1013    
#---
#Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
#
#Residual standard error: 0.09428 on 45 degrees of freedom
#Multiple R-squared:  0.9459,   Adjusted R-squared:  0.9411 
#F-statistic: 196.7 on 4 and 45 DF,  p-value: < 2.2e-16

以及如何计算位于300米高度以粘土为主的保护区内地块的平均预测生物量

对于响应的预测

生物量

，我们可以使用

预测

：

predict(fit, newdata = list(alt = 300, soil = "2", cons = "1"))
#       1 
#1.334606 

---

所以预测的平均值约为1.3346

伙计，你基本上是在要求人们为你做功课。来吧，别担心。人们喜欢这样做。

confint(fit, "soil3", level = 0.95)
#           2.5 %     97.5 %
#soil3 -0.2102896 -0.0792541

predict(fit, newdata = list(alt = 300, soil = "2", cons = "1"))
#       1 
#1.334606