1

我的 glmm 输出中有显着的交互，并且我知道我的参考类别（另一个交互）是什么，但是在将显着交互与参考类别进行对比时，我需要知道哪个变量是固定的。

我正在寻找一种称为“简单效果测试”（不是 Tukey）的事后测试。对于同时使用 R 和 JMP 的任何人，相同的测试在 JMP 中称为“测试切片”。

我到处找，但找不到简单效果测试的代码。有谁知道如何在 R 中使用这个测试？

这是我的 glmm （使用负二项分布）输出的示例：

Call:
glm.nb(formula = N ~ FoodCategory * Season + FoodCategory + Season + 
    (1 | Group/Animal), data = SPwg, init.theta = 0.8744631431, 
    link = log)

Deviance Residuals: 
    Min       1Q   Median       3Q      Max  
-1.4796  -0.9720  -0.3713  -0.0350   4.7595  

Coefficients: (2 not defined because of singularities)
                                    Estimate Std. Error z value Pr(>|z|)   
(Intercept)                           0.2763     0.2940   0.939  0.34748   
FoodCategoryFruit                     0.8849     0.3316   2.669  0.00762 **
FoodCategoryInvertebrate             -0.1962     0.5086  -0.386  0.69966   
FoodCategoryPlantMatter               0.4169     1.3153   0.317  0.75128   
SeasonHFLC                           -0.2250     0.4435  -0.507  0.61195   
SeasonLFLC                           -0.2763     0.4610  -0.599  0.54904   
1 | Group/AnimalTRUE                      NA         NA      NA       NA   
FoodCategoryFruit:SeasonHFLC          1.1511     0.4811   2.393  0.01673 * 
FoodCategoryInvertebrate:SeasonHFLC   1.6265     0.6784   2.398  0.01651 * 
FoodCategoryPlantMatter:SeasonHFLC        NA         NA      NA       NA   
FoodCategoryFruit:SeasonLFLC          1.5565     0.4997   3.115  0.00184 **
FoodCategoryInvertebrate:SeasonLFLC   0.3016     0.7822   0.386  0.69984   
FoodCategoryPlantMatter:SeasonLFLC    0.8640     1.4630   0.591  0.55479   
---

我的参考类别是“FoodCategoryOther:SeasonHFHL”。例如，我从这个输出中知道“FoodCategoryFruit:SeasonLFLC”比我的参考类别要积极得多。

但是，我不知道这是因为“FoodCategoryFruit”在“SeasonLFLC”（例如）期间明显比“FoodCategoryPlantMatter”积极，还是“FoodCategoryFruit”在“SeasonLFLC”期间比“FoodCategoryFruit”明显更积极“季节HFHL”。

一个简单的效果测试将修复其中一个变量，同时测试另一个变量的效果。这是我需要解决的问题，除非有人可以告诉我类似/更好/更合适的测试。但是，请不要告诉我 Tukey，因为这个事后测试在测试另一个变量的影响时并没有修复一个变量。

4

1 回答 1

1

这...不是 GLMM（广义线性混合模型）。您正在拟合仅具有固定效果的常规旧 GLM，尽管存在负二项式误差分布的皱纹。因为glm.nb不理解随机效应表示法，所以您的(1 | Group/Animal)术语已被解释为算术/逻辑表达式，即 1 ORed 与Group除以的结果Animal。1 ORed 与任何东西都是相同的 TRUE，因此这个术语的 NA 系数。

对于实际的 GLMM，您需要使用类似glmerin the lme4package 或armpackage（可能还有其他我不知道的）的东西。

于 2013-07-06T15:18:22.047 回答