我有一个数据集，每一行都是销售员对商店的一次访问，并且字段包括“插座”（商店ID），“设备”（销售员出售了多少电子设备）和“工作日”（当天销售员在商店的那一周的哪个星期）。
我想确定某个工作日是否比其他工作日好，所以不要将一周中的所有天都与例如星期一，我想将它们与一周中所有时间的平均值进行比较。我为此使用了lmerTest函数（具有估计的p值的lme4 :: lmer）。
我尝试了以下代码：
data$weekday <- factor(weekday_sales$weekday, levels=c("Monday", "Tuesday", "Wednesday", "Thursday", "Friday", "Saturday", "Sunday"))
contrasts(data$weekday) = contr.sum(7)
summary(lmerTest::lmer(data=data, devices~weekday + (1|outlet)))
给出：
Fixed effects:
Estimate Std. Error df t value Pr(>|t|)
(Intercept) 4.3681 0.6024 12.4472 7.251 8.24e-06 ***
weekday1 -1.0585 0.5129 145.7337 -2.064 0.04080 *
weekday2 -0.2830 0.4958 142.3214 -0.571 0.56913
weekday3 1.1884 0.4907 140.5545 2.422 0.01671 *
weekday4 0.1100 0.5025 145.1407 0.219 0.82707
weekday5 1.3589 0.5135 143.8204 2.646 0.00904 **
weekday6 -0.1629 0.5020 143.1605 -0.325 0.74600
然而，数据集中所有七个工作日（缺少一个工作日，并且数据集中工作日的级别存储为“星期一”，“星期二”，“星期三”等，而不是“星期几”，“工作日2”等
为什么缺少一个工作日，我怎么知道这是哪一个？这是否将每个工作日与平均值进行比较，还是在做其他事情？ （如果是这样，我如何更改对比度以将所有级别与所有级别的平均值进行比较？）
问题是，通过求和对比，您无法将所有组与总体均值进行比较，因为它们不是独立的。如果您知道总体平均值G，然后知道1 -6天的平均值，那么可以从您已有的值中计算出7天的平均值。因此，基本上，您不能使用对比来完成它-您需要某种形式的事后测试。
与标准治疗方法相比，您仍然只能进行六个比较（1-2、1-3、1-4、1-5、1-6、1-7），而通常的问题是：嘿，哪里做1走。答案是截距。在这里，您有G-1，G-2，G-3，G-4，G-5，G-6，然后输了G-7。
您需要明确禁止拦截：
devices~ -1 + weekday + (1|outlet))
或
devices ~ 0 + weekday + (1|outlet))