0

我正在尝试对包含多个不交互的因素的 lmer 模型进行事后比较。但是，我之间的主题因素之间的输出是相同的。知道为什么吗？

var1 是主题变量内的变量，var2 和 var3 是主题变量之间的变量。Pred1 是一个连续变量。该模型运行良好。

但是，当我尝试使用 lsmeans 或 emmeans 计算事后分析时，我有相同的值。当我编写和运行具有交互的模型时不会发生这种情况，如果当前模型具有三向交互，它就可以工作。但是该模型不是最好的模型，所以我会避免这样做。

模型：

model1 <- lmer(pred1~var1*var2 + var3 + (1|var4), data = mydata, REML = FALSE)
summary(model1)
anova(model1)

lsmeans, list(pairwise ~var1|var2|var3)

lsmeans 结果：

var2 = 1, var3 = 0:
 contrast      estimate    SE  df t.ratio p.value
 var1a - Var1b    1.500 0.393 105 3.814   0.0002 

var2 = 2, var3 = 0:
 contrast      estimate    SE  df t.ratio p.value
 var1a - Var1b    0.323 0.301 105 1.074   0.2851 

var2 = 1, var3 = 1:
 contrast      estimate    SE  df t.ratio p.value
 var1a - Var1b    1.500 0.393 105 3.814   0.0002 

var2 = 2, var3 = 1:
 contrast      estimate    SE  df t.ratio p.value
 var1a - Var1b    0.323 0.301 105 1.074   0.2851

如您所见，最后两个是前两个的所有值的复制。

您对如何在我的模型中不包含三向交互的情况下解决它有任何想法吗？或者也许是正常运行不正常的原因？

谢谢你。

4

1 回答 1

0

lsmeans 总结了一个模型，并且您的模型指定了 x3 的加性效应。由于 x3 不与其他因素相互作用，因此无论 x3 的水平如何，其他因素的影响都是相同的。这正是您的结果中显示的内容，并且是您指定的模型的结果。

该模型的合理总结将通过规格pairwise ~ x1 | x2和pairwise ~ x3.

于 2019-07-27T03:35:11.403 回答