问题标签 [emmeans]

我运行了一个有序逻辑回归（使用R 包中的函数clmm ordinal），具有双因素交互作用和随机效应。响应是具有 5 个水平的因子（Liker 量表：1 2 3 4 5），自变量是具有 2 个水平的因子（时间）和具有 3 个水平的因子（组）

代码如下所示：

如您所见，模型结果仅显示与截距相比是否存在差异（即time1：group_a）。但是，我还感兴趣的是检查 time1:group_b 和 time2:group_b 之间的差异是否具有统计学意义，对于 group_c 也是如此。

由于我必须考虑随机效应，因此我不能使用简单的卡方检验来检查组间的统计显着差异。因此，我尝试从 R 包emmeans运行函数contrast，它使用函数emmeans的输出，请参见下面的代码：

我的问题是：a）这是检查差异是否显着的正确有效方法吗？b）如果不是，那么正确的方法是什么？

当然，非常欢迎任何其他建议！非常感谢。

我正在使用emmeans包检查两个连续预测变量之间的相互作用。我lm_robust()从estimatr包中使用来执行线性回归并获得集群稳健的标准误差。结果变量以 SD 单位方差为中心并按比例缩放。例如：

fit <- lm_robust(scale(Y) ~ X1 * X2 + X3 + X4, data = mydata, cluster = school, se_type = 'CR2')

X2然后，我可以使用类似于以下的代码执行成对对比或可视化三个级别的线条：

我不希望将结果变量反向转换为其原始比例。

我的问题是是否emmeans使用集群稳健标准误差来计算置信区间或它报告的 p 值，并且这种行为是否取决于结果变量是在其原始尺度上还是转换后的？estimatr包创建者网站上的一个简短示例表明lm_robust对象可以与 一起使用，但我在“emmeans 支持的模型”小插图页面或包文档中看emmeans不到被列为受支持的模型。lm_robust

我在 R 中安装了一个带有 logit 转换响应的 lme 模型。我无法找到执行 logit 转换的直接命令，所以我手动完成了。

然后，我将其用作我的 lme 模型中的响应，其中两个因素和一个数值变量之间存在相互作用。

现在，R 显然不知道这个模型是 logit 变换的。如何将其指定给 R？

我没有运气尝试过：

我之所以要指定模型是 logit 变换的原因是因为我想使用 emmeans 包中的函数 emmip 绘制反向变换的结果，显示我的变量之间交互的趋势。

通常（如果我只有因素）我会使用：

但是当我想使用 emmip 来绘制数值变量和因子之间交互的趋势时，这种方法不起作用。如果我指定：

然后我没有绘制任何趋势，只有数值变量的平均水平的估计值。

那么，如何指定 logit 变换并绘制 lme 模型的反变换趋势，其中因子与数值变量相互作用？

我注意到 emmeans （在 R 中）在最新更新后不适用于仅拦截估计。

可重现的例子：

我的两台机器（Windows 和 Linux）上的输出是：

这是一个已知问题，还是我以某种方式搞砸了我的系统？我相信这曾经有效。

如果您包含一个变量，它确实有效：

非常感谢您提前提供的帮助。

我有一个包含 2 个 IV、时间（3 个级别，t1、t2、t3，受试者内）和校正类型（3 个级别，受试者之间）的实验。DV = 态度（连续）。完整的 lmer 模型如下所示：

如何从整体模型中获得简单的效果？

我想比较时间点 3 的所有三个校正水平，但考虑到时间点 1 的个体参与者得分（基线测量）。这有点像时间点 3 上的 ANCOVA，以时间点 1 的基线分数作为连续测量。

我可以做这个：

但我无法获得控制 t1 时个体参与者分数的比较输出。

我是否被迫对数据集进行子集化以获得我需要的东西，以拟合像这样的模型？

或者 emmeans 中有一种方法可以在无需对数据集进行子集化的情况下获得它？

我正在运行一个零膨胀glmmTMB模型。我有兴趣在有条件和零通胀成分的不同因素水平之间进行成对比较。有条件的部分，我可以很容易地用通常的emmeans方法来做。我一直在尝试使用（相对）新铸造glmmTMB:::emm_basis.glmmTMB的，但无法弄清楚该函数采用的一些参数，也找不到示例......

这是我目前所处位置的玩具示例。我专门在模型中添加了一个poly()组件——我的完整模型同时具有poly()和ns()，因此需要弄清楚它们是如何在这里工作的。

所以这里有一些问题：1）我提供的trms论点是否正确？2）函数需要什么xlev和grid参数？emm_basis.glmmTMB

非常感谢您的任何想法！

如果这个问题没有太大意义，我很抱歉，但我正在尝试对我的 gam 选择的模型进行事后分析。我的对比度没有任何显着的 p 值是正常的吗？我期待找到在交互中选择了我的因素的哪个级别。OBS：我有一个包含 169 个样本的数据集，我试图了解哪个环境特征（深度、叶绿素、底部类型和 SST）与 CPUE（单位努力捕获量）更相关。我唯一的分类变量是具有 13 个级别的底部类型。

情节（事后）

我使用以下代码生成感兴趣的对比

如何将 emmeans 中的显着 p 值添加到我的 ggplot 中？作为包含四舍五入 p 值的括号还是（最好）星号？这是许多失败的尝试之一：

这是我用来创建 ggplot 的数据：

会话信息：

你好

我在尝试让 glht 或 emmeans 为具有不相等样本大小的数据集定义紧凑字母时遇到问题。当使用 glht 或 emmeans 时，我会得到这些疯狂的紧凑字母。我究竟做错了什么？会不会是因为方差不等？

模型

闪光

埃米斯

我的设计不平衡，因此当我emmeans在特定级别应用于我的模型时，缺少的嵌套因子（存在于其他级别）被标记为nonEst在我的输出表中。如何更改我的代码，以便下表仅显示三个可估计的行？