Данные однофакторного дисперсионного анализа из двухфакторного дисперсионного анализа в R

Это потому, что когда вы выполняете односторонний анализ одного фактора, вы оставляете дисперсию взаимодействия и степени свободы в остатках. Это также будет верно, если вы сделаете аддитивную модель без взаимодействий. Посмотрите на суммы квадратов двух ANOVA. SS для эффекта всегда должен говорить одно и то же, но дисперсия остатков увеличивается в одну сторону. Это не всегда гарантирует, что добавление взаимодействия уменьшит ваш эффект, потому что степени свободы, удаленные взаимодействием, могут не компенсировать изменчивость.

Конечно, без примера вашей конкретной проблемы трудно сказать, что еще происходит. У вас могут возникнуть дополнительные проблемы, связанные с неполным пересечением, неравномерным N и множественной выборкой, когда вы должны агрегировать при удалении факторов.

Да, это нормальное свойство ANOVA и регрессии! Когда вы включаете новый параметр, он что-то «съедает» из общей изменчивости объясняемой переменной, так что другие параметры также затрагиваются. Добавляя новый параметр, вы как бы «отфильтровываете» его от других параметров. Может случиться так, что однофакторный дисперсионный анализ для параметра а не будет значимым, но как только вы добавите параметр b в двухфакторный дисперсионный анализ, параметр а вдруг станет значимым! Очень хороший пример этого можно найти в «Статистических вычислениях» Кроули.