0

我有一个包含 4 个因素的变量，我将其作为自变量（状态）放入 LME 模型中。lme 中的结果给了我 1 个因子作为参考值，另外 3 个因子作为参考值。我试图应用“emmeans”来进行多重比较，因为我有兴趣了解每个因素是如何相互影响的，但这是不可能的（也许是因为这些数据是纵向的？）。所以我创建了每个“状态”变量只有两个因素的子集。当我试图解释结果时，问题就出现了，例如，因素 A 有时会变得更好，有时会变得更糟。（见图片）谁能帮助我？

在此处输入图像描述

在此处输入图像描述

这是我用来创建图表的代码：

x <- c(0:600)/100
Hdata <- data.frame(Time = x, Status = "H", Init.Age = 43)
Ndata <- data.frame(Time = x, Status = "N", Init.Age = 45)
Fdata <- data.frame(Time = x, Status = "F", Init.Age = 40)
Adata <- data.frame(Time = x, Status = "A", Init.Age = 45)

yH <- predict(mod2.lme, newdata = Hdata, level = 0)
yN <- predict(mod2.lme, newdata = Ndata, level = 0)
yF <- predict(mod2.lme, newdata = Fdata, level = 0)
yA <- predict(mod2.lme, newdata = Adata, level = 0)

summary(long1$Ratio_a)

plot(x, yH, ylim = c(0.3, 0.6), ylab = "Average Pit Depth/Slope Disk Area", xlab = "Time (years)", type = "l")
lines(x, yF, col = "blue")
lines(x, yA, col = "red")
lines(x, yN, col = "green")
legend("bottomleft", legend = c("H", "A", "F", "N"), col = c("black", "red", "blue", "green"), lty =1, cex = 0.8, bty ="n")

非常感谢！莉莉

4

0 回答 0