0

无论是在lm()as in 中glm还是在lmer系数的默认输出中，都将它们格式化为（截距），对应于具有最高字母顺序的变量，然后是其余的系数。为了找出任何系数的实际值，有必要从（截距）基线中添加（或减去）多个中间系数，具体取决于模型。

尽管仅使用几个回归量时这不是问题，但在更复杂的模型中它很麻烦并且容易出错。例如：

对于数据：

head(trees)
  site tree treatment organ sample tissue   length
1    L LT01         T  root      1 phloem  90.9924
2    L LT01         T  root      1  xylem 123.4933
3    L LT01         T  root      2 phloem 101.2444
4    L LT01         T  root      2  xylem 106.0529
5    L LT01         T  root      3 phloem 108.8453
6    L LT01         T  root      3  xylem 126.5165

来电：

fit <- lmer(length ~ treatment + organ + tissue + (1|tree/organ/sample), data = trees) 
summary(fit)
Random effects:
 Groups              Name        Variance  Std.Dev. 
 sample:(organ:tree) (Intercept) 1.035e-12 1.017e-06
 organ:tree          (Intercept) 0.000e+00 0.000e+00
 tree                (Intercept) 8.796e+00 2.966e+00
 Residual                        8.873e+01 9.420e+00
Number of obs: 360, groups:  sample:(organ:tree), 180; organ:tree, 60; tree, 30

Fixed effects:
            Estimate Std. Error       df t value Pr(>|t|)    
(Intercept)  93.7903     1.2539  58.4000  74.798  < 2e-16 ***
treatmentT   13.5571     1.4692  28.0000   9.227 5.51e-10 ***
organstem     8.1326     0.9929 328.0000   8.191 5.77e-15 ***
tissuexylem  13.9814     0.9929 328.0000  14.081  < 2e-16 ***

产生以高度相关的方式表示的系数，这使得快速计算其中任何一个都变得乏味。

有没有办法以更直接的格式获得实际系数，至少对于固定效果而言？

4

0 回答 0