问题标签 [lsmeans]

我在理解最小二乘均值的行为时遇到问题。下面是一个使用随机数据集来演示我的问题的玩具示例。场景是这样的：在 1999 年至 2015 年期间，有 10 个站点在秋季或春季进行了一项称为密度的度量标准的采样。

在这里，我随机分配了抽样，以故意代表一个不完整的数据集。由于数据集不完整，我使用最小二乘法，这样我就可以估计一个季节和一年的密度，同时尽量避免抽样偏差的影响。

为了比较结果，我创建了一个我称之为“异常”的指标，即特定年份/季节的值减去所有年份的平均值（到中心值），并通过标准偏差进行归一化。这个想法是，这提供了一些标准化的度量标准，例如 2005 年春季与其他春季观察结果的差异。所以...

这是伟大的。我不明白为什么当我为每个赛季都这样做时，我得到的答案都是一样的。例如...

这些给，

和

我希望我误解了一些非常简单的事情，但是为什么春季和秋季异常对于给定年份应该完全相同，即使实际的最小二乘均值实际上是不同的。任何见解将不胜感激...

编辑： 响应 bethanyP。这是来自另一次运行，因此可能会有所不同，因为数据是随机的。

我有两个问题，显然是相关的：

• 首先，当在 Mac 和 PC 上运行时，R 中的 lsmeans 给了我两种不同的输出。

• 其次，该脚本在 PC 和 Mac 上的功能之外工作。但是，它不适用于 Mac 上的函数。

我已经为这个项目苦苦挣扎了好几个星期，我正在竭尽全力试图让它发挥作用。

一些背景：

• 实验数据来自州范围内的研究试验，具有多年和地点。

• 该脚本被内置到自动为指定的数据子集生成输出的函数中。

• 原始数据和功能通过 Box Sync 共享，需要多人同时使用 Mac 和 PC 访问和使用。

• 我在两台计算机上打开相同的数据和脚本，两台计算机都运行 R 3.3。所有软件包都已更新到最新版本。

这是示例数据：

数据设置：

在所有年份的数据中生成 lsmeans 估计值。这在 PC 和 Mac 上都可以正常工作，无论是在功能内还是外。

单年是它开始失败的地方。数据是按年份划分的，并且每年运行以获取 lsmeans 表。这在 Mac 和 PC 上运行良好。但是，当每年在 Mac 上的某个函数中运行时，它会失败。

在 Mac 上，返回以下错误消息。

在 PC 上，它会返回以下警告，但无论如何都会生成输出：

请注意：Mac 不会始终生成错误消息。如果它为同一个数据子集运行多次，有时它会生成与 PC 相同的消息（！？！）。

最后，在 Mac 上，调试返回以下消息。我用谷歌搜索了这个，只返回包的 GitHub 脚本。

如果您能提出解决方案，您将成为我最喜欢的新人！

更新

在使用 nlme 包构建的线性混合模型的情况下，我有一个关于 lsmeans 包使用的自由度的问题。

这是一个基于 Oats 数据集来说明我的问题的示例。我不是想讨论这个模型在给定数据集的情况下是否相关，我只是想重现我在另一个数据集上遇到的问题；-)。

使用方差分析，我获得了预期的 64 个自由度。

然后我使用 lsmeans 函数：

我得到

对于对比，我获得了相同的 64 df，但对于 lsmeans 本身，我只有 5 df。我也使用 SAS，对于相同类型的模型，lsmeans 和 contrasts 的 df 数量相同（当前示例为 64）。

我已经看到使用 lme4 包时可能会改变自由度，但是我的代码嵌入在基于 nlme 的内部开发工具中，所以我基本上坚持使用 nlme。

现在有人会为什么会发生这种情况以及是否可以改变它？还是我错过了什么？

更新 - 初始错误消息

我最初注意到在一个特定情况下 lsmeans 的自由度降低了，我的随机运行效果只有 2 个级别，并且当我对 Dunnett 的调整感兴趣时。由于我对对比比对 lsmeans 更感兴趣，现在我了解了它的来源，我仍然可以使用它，但我把它放在那里以防万一有人遇到同样的错误并想知道原因。

我用 Oats 数据示例在下面复制了它。我获得的错误发生在 lsmeans:::.qdunnx 函数中，是由于 lsmeans 的 df 为 1。

这是结果

我有一个 glm，我想调整使用 lsmeans 的方法。以下代码使模型（并且似乎正确执行）：

但是，当我尝试使用以下任何代码来调整模型的方法时，我会收到错误消息

lsmeansLT(model, test.effs = test.effs, ddf = ddf) 中的错误：
该模型不是线性混合效应模型。

或者

有什么建议吗？

我已经使用lme4包运行了线性混合模型。然后要查看所有对比，我必须使用包运行该lsmeans函数。lsmeans这是我运行的功能：

但是我看不到整个输出，因为有太多对。谁能告诉我应该怎么做才能得到这个函数的输出？

我试过' sink()'但它不起作用。lsmeans也许是因为我运行的命令没有名称。我在 Windows 上使用 RStudio。

我有一个大型数据集（24765 obs）我想看看清洁方法如何影响出现成功（ES）。我有几个因素：海滩（4 级），清洁方法（3 级）-> 固定我还有一些随机变量：区域（128 级），年份（18 年）和索引（24765） 这是一个 ORLE 模型以解释过度分散。

我基于 AIC 分数的最佳拟合模型是：

总结显示：

我的“拦截”是什么（如上所示）？我缺少固定因子的水平，是因为 R 无法计算吗？

我测试了过度分散：

这显示了 mod8a 的情节 我想知道为什么我会得到这样的曲线以及这意味着什么

最后，我使用 multcomp 进行了多重比较分析

一般线性假设的同时检验

在这一点上，帮助进行分析的解释将有所帮助，我们将不胜感激。（尤其是我的残差的 sigmoid 曲线）

包中的lsmip()命令lsmeans似乎将 x 轴上的连续预测变量视为分类预测变量。

如果我以离散但不均匀的间隔从我的连续预测变量中观察到（例如，当您从 Oats 数据中删除 0.2 水平的硝基时），lsmip 无论如何都会以均匀的间隔绘制它们。

如果我想在实际观察数据的硝基水平上显示模型预测，这对我来说似乎很重要。从理论上讲，我应该能够显示任何硝基水平的预测值。

有没有办法设置 x 轴以将硝基的值间隔到适合连续变量的比例？意思是在第一张图中跳过 0.2 的空格，或者在第二张图中将 0.45、0.46 的点聚集在一起？

我对超过 4 个时间点的个人进行了纵向重复测量。在以时间作为固定效应和随机斜率的混合模型分析之后，我使用 lsmeans 来估计每个时间点的平均值以及 95% 置信区间。我现在想用 CI 绘制带有时间点 (x) 和结果变量 (y) 平均值的折线图。我可以使用例如 ggplot 来绘制从 lsmeans 获得的结果吗？还是有另一种聪明的方法来绘制这个？

我从 lsmeans 得到的结果以及我想要绘制的结果（随着时间的推移，lsmean、lower.CL、upperCL）是：

我使用lme4 包中的 lmer来运行线性混合效果模型。我有未处理 (5) 和处理过的地块 (10) 的 3 年温度数据。该模型：

模型检查残差的正态性；qqnorm plot 我的数据：

交互很重要，所以我使用了 lsmeans：

在对比中，我得到（仅摘录）

我的问题是关于某些对比的高 dfs，以及相关但无意义的低 p 值。

这可能是由于：

-在我的数据集中存在 NA（删除时有一些改进）

- 不相等的样本量（例如，一种治疗中的 5 个，另一种治疗中的 10 个 - 然而，那些（yr1，Cont - yr1，OTC）似乎不是问题。

其他问题？

我搜索了 stakoverflow 问题，并进行了交叉验证。

感谢您的任何答案，想法，评论。

我已经使用 R 中的包 lsmeans 来获得我的处理因子的所有观察值的平均估计值（跨越实验设计中的块因子的水平，因为它只有 3 个水平，所以它已经包含在系统效应中）。我对我的响应变量使用了 sqrt 转换。

因此，我在 R 中使用了以下命令。

第一个定义模型

然后应用 lsmeans

然后绘制这个

这给出了一个非常漂亮的图表，其中包含不同治疗的估计值和 95% 的置信区间。

问题只是该图是针对转换后的响应的。

如何使用反向转换响应（因此平方响应）获得相同的图？

我尝试创建一个新数据框并提取 lsmean、lower.CL 和 upper.CL：

然后让这些平方

这给了我所需的估计值和 CI 边界平方。

问题是我无法为这个估计和 CI 制作与我在 LS 中所做的相同的图表。

我怎样才能做到这一点？我问的原因是我想为我的文章提供所有风格相似的图表。由于我非常喜欢这个 LSmeans 图，而且我在未转换的响应变量上使用它非常方便，我希望我的所有图表都采用这种风格。

非常感谢您的帮助！希望一切都清楚！

亲切的问候

迪特莱夫