问题标签 [emmeans]

在变量选择之后，我通常会在一个带有数值协变量（2 级或 3 级）的模型中结束。我想要做的是emmeans优先使用包进行绘图。有没有办法做到这一点？

我可以使用predict：

emmip我没有想出一种方法emtrends

出于说明目的，我如何使用混合模型来做到这一点lme？

我想测试一个 2x3 因子设计并像这样对比变量

因此，对于掩码，我想将第一组与其他两组的平均值进行比较，然后在第二步中将第二组与第三组进行比较。

这在我的 LMM 中运行良好

掩码和长度之间存在显着的相互作用，这就是为什么我想看看这种效果并计算这样的事后测试（土耳其）：

这对一个问题也很有效：现在我的对比消失了。文本计算所有掩码的差异，而不仅仅是 1 与 2 和 3 以及 2 与 3。是否有可能在事后测试中保留我的对比？

这是数据的样子：

我正在使用spatstat. 在模型拟合之后，我想比较几个距离的预测，并说明它们之间是否存在显着差异。在数据集的基础上，我在 0、0 原点周围有一堆点。每个点都有 x、y 坐标、与原点的距离和基角（如北/东/西/南）。

按照这个问题的答案的设置：

在网格上预测北点和西点。

下一步，我想说北和西的值在距离 x、y、z 处有显着差异，但在距离 a、b、c 处不存在差异……我如何到达那里？

我有兴趣计算混合模型的 SE。为此，首先我在一个更简单的模型中使用了包中包含的一个数据集。

输出：

当我尝试使用平衡数据集时，所有组的 SE 都是相同的，并且与手工 SE 不匹配。我想在那种情况下不会考虑任何因素，但它仍然应该与手工制作的 SE 相匹配

SE可能是参数的SE吗？正如我们在表中看到的，当数据不平衡时，组之间的 SE 会发生变化。我的假设基于该包的 cran 项目网站指示（https://cran.r-project.org/web/packages/emmeans/vignettes/basics.html#backstory）：

估计边际均值基于模型，而不是直接基于数据”

所以我问我，SE是如何计算的？以及添加随机因素将如何改变这个计算？提前致谢。

我想获得一个多级因素（许多不同的群体）的每个水平的连续响应的 emmeans，同时“纠正”第一个因素之间另一个因素（性别）的频率差异，假设这两者之间没有相互作用.

我正在使用的模型是x <- lm(response ~ size*population + gender).

据我了解，weights=equal并weights=proportional没有考虑不同人群中性别因素频率的差异，而是分别使用相同的频率或整个样本中的频率。的描述对weights=outer我来说相当模糊，但听起来这也不是我正在寻找的；emmeans 包文档指出：“除“细胞”外，所有均值均使用相同的权重集。”

但它似乎weights=cells也不是我想要的，因为它的 emmeans 将更接近普通的边际平均值，而我希望它们在某些人群中性别不平衡的情况下更远。如果我理解正确，我希望权重是此选项的“反向”。每个人口的 emmean 应该反映如果每个人口的性别在每个人口中被平等地抽样，每个人口的平均值应该是多少。

也许我不完全理解这些权重，但是有没有一个选项可以设置权重来完成这个？

我可以用下面的代码得到成对比较的意义

但是，如果我对每种趋势recipe本身是否重要感兴趣怎么办？我怎样才能得到 的意义$emtrends？

请考虑以下几点：

当用 GEE 拟合时，geepack我们会收到一个模型，我们可以predict使用新值，但基础 R 不支持 GEE 模型来计算置信区间。要获得置信区间，我们可以使用emmeans::emmeans().

如果模型中的变量是分类的和连续的，我就会遇到问题。

当用我估计边际平均值时，emmeans::emmeans()我发现边际平均值是用整体数据而不是每组数据计算的。

问题：如何从 R 中的 GEE 模型获得每组的估计平均值，包括置信区间？

最小的可重现示例：

数据

拟合模型

emmeans::emmeans()用于计算边际均值和 LCL/UCL 。但是，两组的组均值percent均为 12.9。这是观察到的整体平均值，percent而不是组平均值。

预测predict也返回每组的其他估计均值，但无法估计基数 R 中的 GEE 的置信区间。

^{由reprex 包（v0.2.1）于 2019 年 2 月 8 日创建}

我正在研究一个模型lmer，我想通过该emmeans库获得估计的边际均值。这是我的数据框：

这是我的模型：

数据本身不符合模型假设，但我仍然想知道为什么lettering当我没有任何负数时，我在处理“UN”级别“L”（见表）上得到一个负的估计边际平均值（响应）在df$continuous？

我正在对需要转换的数据进行线性回归，为此，我使用 Box-Cox 幂变换，然后进行反向变换以使用原始比例编写报告。我一直在尝试对包执行此操作，并且按照包 vignetteemmeans中描述的步骤进行操作，但是，我发现估计均值的汇总结果与未转换的数据完全不同。事实上，输出根本没有被转换。emmeans

这是使用emmeans包中示例的可重现示例：

返回：

实际上，张力的估计平均值：L 应为 42.37，使用以下公式计算：

我有什么遗漏或理解不正确吗？

我试图弄清楚如何自定义plot.CLD函数在emmeans. plot 函数会生成一个不错的默认绘图，但它似乎不共享plot.cld. 此外，我找不到任何文档plot.CLD，只有plot.cld. 我特别想将紧凑型字母显示添加为绘图上的数据标签。我还想切换 xvar 和 yvar 变量来旋转绘图。

我正在lmer对一些体重数据运行混合效应模型。我想计算和绘制 tukey 调整emmeans输出的紧凑型字母显示。函数 cld 是为glht-type 数据设计的，可以使用plot.cld. 该cld功能在emmeans包中作为CLD.

该plot.CLD功能处于活动状态，但未在emmeans包中记录。的定制plot.cld已记录在案，但没有类似的文档plot.CLD可用。我尝试plot.cld了我的emmeans对象，但它不兼容。我能够修改的唯一功能是xlab=and ylab=。奇怪plot.CLD的是，需要包multcompView，但没有关于该功能的文档。

我什至尝试使用添加标题main="title"，但即使这样也不成功。x=我尝试在我的数据框中切换 xvar 和 yvar 以通过更改列顺序或使用andy=命令来重新定位绘图。所有人都给出了错误，说它产生了 NA。