问题标签 [emmeans]

emmeans我正在尝试使用包中的功能在 R 中进行事后测试emmeans。但是，我不知道应该在 specs 参数中添加什么。据我了解，这是我放置要对比的变量（我的自变量）的地方。但是，当我放置 IV/IV 时，它会出现错误。我将我的代码和错误放在下面：

`错误在参考网格中没有名为 a 的变量。

我猜规格参数与我的想法完全不同。我想对比主效应和交互效应。我怎样才能用emmeans功能做到这一点？
此致

如何使用 emmeans 包执行指定对比的对比？

我对两个时间点的差异感兴趣。在最后使用pairs(LF) 语句的地方，我得到了正确的估计值，但p 值相同（并且我想要对假设进行单独测试——即，我希望根据估计的大小有不同的p 值）。

当您有二次项时，是否可以用 emmip 绘制 geeglm 模型的边际（对数赔率）均值？我已经重复测量数据，并且模型更适合治疗 x 时间平方项以及具有线性时间的交互项。

我只想能够可视化数据中的预测曲线。如果可能的话，我不知道如何指定它。我试过了：

我正在尝试使用 R 在混合方法 Anova 的显着交互之后运行事后比较。我想做类似于 SPSS [EMMEANS=TABLES(Group*time) COMPARE(Group) ADJ(BONFERRONI)] 的事后处理，使用估计的边际均值但不假设方差相等。

因变量 = 'depvar'。我有 3 个组（'group'）和 3 个时间点（'timept'），它们是对受试者（'id'）的重复测量；

如果我使用pairwise.t.test，我可以分别比较每个时间点的组，但是R使用观察到的平均值，我不知道如何强制使用我模型的估计边际平均值：

如果我使用 emmeans 或 lsmeans 则 R 使用估计的边际均值，但假设方差相同（结果中的 SE 都相同）。

如何使用估计的边际均值但不假设方差相等，类似于 SPSS，对每个时间点在组之间进行事后比较？

谢谢！克里斯蒂娜

我不确定这是否更像是一个编程或统计（即我缺乏理解）问题。

我有一个泊松混合模型，我想用它来比较不同时间段内各组的平均计数。

现在，我想估计每个组的组合时间段 (2 + 3) 的边际计数。这不是对记录计数的总和取幂的简单案例：

如果我尝试该值不接近匹配组合组的简单平均值。

我在使用带有 glmer 对象的 emmeans 时遇到问题。我有一个不满足比例优势假设的序数响应，我想在每个切点处生成一个二元模型作为替代方法。我最终想绘制每个响应级别的预测概率（对于变量组合）（相关问题here）。

如果我运行：

这完美地工作。但是，如果我尝试使用一种简化的二元模型，emmeans 将无法识别因变量：

有任何想法吗？

数据集的Days变量sleepstudy是数字的。因此它对应于模型中的一个斜率M1: Reaction ~ Days + (1|Subject)。让我们通过与包的比较来测试Days效果：M1M0: Reaction ~ (1|Subject)pbkrtest

那么我们得到 161 个 Kenward-Roger 自由度：

但是当我们用 测试Days效果时emmeans，我们得到 17 个自由度：

我们不应该获得相同数量的自由度吗？为什么它们不同？这两个程序都测试了斜率的无效性，不是吗？

我正在使用 emmeans 包和 emmip 函数来绘制来自 clmm 对象的预测概率。据我了解，emmip 在后台使用 ggplot。我正在尝试跨几个预测变量的级别绘制预测。这只是一个外观问题，但是否可以将图中的变量名称设置（或覆盖）为更具可读性的标签值？

我找到了一种使用 sjlabelled 包添加变量标签的方法，类似于在基本 R 中已经实现的用于将标签添加到变量级别的方法：

但 emmip 不认识它。

我想尝试使用正确标签自动执行的示例图是：

最好自动显示“治疗组：控制”，而不是现在的“随机化组：控制”。

我看到的唯一替代方法是事后手动更改图像编辑应用程序中的文本（这将非常耗时），或者更改数据框中的实际变量名称（这也不理想，因为它会破坏很多编码）。

我一直在使用 emmeans 包为我的数据创建一个估计的边际均值，置信水平为 0.95%。尽管我似乎无法将其更改为 0.99% 的置信水平。任何帮助将非常感激。通常我会使用 "levels=" 函数，但它似乎不存在于 emmeans 中。

最好的，-内森

我正在使用 glmmTMB 分析负二项式广义线性混合模型 (GLMM)，其中因变量是过度分散的计数数据 (CT)。

相关数据框中有 115 个样本（行）。有两个固定效应（F1，F2）和一个随机截距（R），其中嵌套了另一个随机效应（NR）。还有一个偏移量，由每个样本中总计数的自然对数 (LOG_TOT) 组成。

数据框 df 的示例是：

随机和嵌套随机效应被视为因素。固定效应 F1 的值是 0、1、2、3、4 和 6。固定效应 F2 的值是 0、8、25 和 75。我将固定效应视为连续的，而不是有序的，因为我会喜欢识别因变量 CT 的单调单向变化而不是上下变化。

我之前使用 lme4 包将数据作为混合模型进行分析：

随后在 multcomp 包中使用 glht 进行采用公式方法的事后分析：

这是相应的负二项式 glmmTMB 模型，我现在更喜欢它：

根据 Ben Bolker 的建议 ( https://stat.ethz.ch/pipermail/r-sig-mixed-models/2017q3/025813.html )，使用 glmmTMB 进行事后测试的最佳方法是使用 lsmeans (?或其更新的等价物 emmeans）。

我听从了本的建议，跑了

然后我可以在 glmmTMB 对象上使用 emmeans。例如，

但这似乎不正确。我也可以将 F1 和 F2 更改为因数，然后试试这个：

但是，再一次，我不确定如何让这个输出符合我的意愿。如果哪位好心人能告诉我如何正确地将 glht 和 linfct 中的公式使用转移到 glmmTMB 的 emmeans 场景中，我将不胜感激。我已经阅读了所有的手册和小插曲，直到我脸色发青（或者至少感觉是这样），但我仍然不知所措。在我的辩护中（罪魁祸首？）我是一个统计专家，如果我在这里提出一个答案非常明显的问题，我深表歉意。

glht 软件和事后测试直接使用 glmmADMB 包，但 glmmADMB 比 glmmTMB 慢 10 倍。我需要多次运行此分析，每次运行 300,000 个负二项式混合模型示例，因此速度至关重要。

非常感谢您的建议和帮助！