0

我已经指定了一个混合效应线性模型，lmer但我不知道如何指定它的对比度。在我的数据中，我有Condition两个级别，而每个级别Condition都有 20-20 Players。在每种情况下，我都提出了 7 Scenarios，可以在 中评估 7 次Trials。因此Condition和Scenario是固定效应，具有随机效应Player和Trial，其中Trials 嵌套在每个Scenario中。

我的模型如下所示：

my_null.model <- lmer(value ~ Condition+Scenario+ (1+Scenario|Player) + 
                              (1|Scenario/Trial),   data = mydata, REML=FALSE, 
                      control=lmerControl(optCtrl=list(maxfun=50000))         )
my.model      <- lmer(value ~ Scenario*Condition + (1+Scenario|Player) + 
                              (1|Scenario/Trial), data = mydata, REML=FALSE, 
                      control=lmerControl(optCtrl=list(maxfun=50000))       )
anova(my_null.model, my.model)

我得到了显着的方差分析结果，但我想知道哪些Scenarios 不同，哪些也不同Trials。

我尝试使用lsmeansfrom lmerTest，它输出最小二乘均值，但我不确定如何解释结果。

Least Squares Means table:
        Scenario Est. Standard Err.  DF    t-value Lower CI Upper CI p-value
Scenario  1    1.0      47.46       3.44   38.1    13.79     40.5    54.4  <2e-16
Scenario  2    2.0      42.04       3.14   38.1    13.39     35.7    48.4  <2e-16
Scenario  3    3.0      61.22       3.63   38.4    16.85     53.9    68.6  <2e-16
Scenario  4    4.0      68.35       3.27   38.4    20.93     61.7    75.0  <2e-16
Scenario  5    5.0      24.81       3.11   38.0     7.97     18.5    31.1  <2e-16
Scenario  6    6.0      41.59       4.12   38.2    10.11     33.3    49.9  <2e-16
Scenario  7    7.0      78.65       3.28   38.4    23.97     72.0    85.3  <2e-16

以及如何比较个人Trials？

4

0 回答 0