3

最小二乘均值及其aov对象的标准误差可以通过model.tables函数获得：

npk.aov <- aov(yield ~ block + N*P*K, npk)
model.tables(npk.aov, "means", se = TRUE)

nlme我想知道如何从或lme4对象的标准误差中获得广义最小二乘均值：

library(nlme)
data(Machines)
fm1Machine <- lme(score ~ Machine, data = Machines, random = ~ 1 | Worker )

任何评论和提示将不胜感激。谢谢

4

2 回答 2

5

lme 和 nlme 通过最大似然或受限最大似然拟合（后者是默认值），因此您的结果将基于这些方法中的任何一种

summary(fm1Machine)将为您提供包含均值和标准错误的输出：

....irrelevant output deleted
Fixed effects: score ~ Machine 
               Value Std.Error DF  t-value p-value
(Intercept) 52.35556  2.229312 46 23.48507       0
MachineB     7.96667  1.053883 46  7.55935       0
MachineC    13.91667  1.053883 46 13.20514       0
 Correlation: 
....irrelevant output deleted

因为您已经用截距拟合了固定效应，所以您在固定效应结果中得到截距项，而不是 MachineA 的结果。MachineB 和 MachineC 的结果与截距形成对比，因此要获得 MachineB 和 MachineC 的均值，请将每个值与截距均值相加。但标准错误不是你想要的。

要获得您所追求的信息，请拟合模型，使其在固定效应中没有截距项（请参阅固定效应-1末尾的 ：

fm1Machine <- lme(score ~ Machine-1, data = Machines, random = ~ 1 | Worker )

然后，这将为您提供所需的方法和标准错误输出：

....irrelevant output deleted
Fixed effects: score ~ Machine - 1 
            Value Std.Error DF  t-value p-value
MachineA 52.35556  2.229312 46 23.48507       0
MachineB 60.32222  2.229312 46 27.05867       0
MachineC 66.27222  2.229312 46 29.72765       0
....irrelevant output deleted
于 2011-12-02T07:37:20.340 回答
3

引用道格拉斯·贝茨的话

http://markmail.org/message/dqpk6ftztpbzgekm

“我强烈怀疑，对于大多数用户来说，lsmeans 的定义是“我使用 lsmeans 语句时从 SAS 获得的数字”。我获得这些数字的建议是购买 SAS 许可证并使用 SAS 来适应你的模型。”

于 2011-12-02T07:10:27.677 回答