问题标签 [posthoc]

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）。

这是我的大数据矩阵示例 & 每一列都用多个信息命名，并用下划线分隔。

我想遵循 Tukey 测试并为每个基因（响应与时间；由两种基因型填充）绘制条形图，并带有多个比较字母。

句法

双向方差分析

此后，我想继续进行 Tukey 测试（多重比较），例如基因“AGI4120.1_UBQ”，绘制响应与时间，并查看每个基因型（WT 和 mut1）在每个时间点（0T、1T、3T）的行为, 和 5T)? 如果响应显着不同，并在图中用字母表示。

如下 lsmeans 语法将所有基因组合为一个并给出输出，我怎样才能使其分别为每个基因循环（即“AGI4120.1_UBQ”，“AGI570.1_Acin”）并获取字母以显示统计上不同的组（又名“紧凑型字母显示")

我的最终目标是像下图这样绘制每个基因并表示重要性字母。

表示紧凑字母显示的期望图

如果可能的话，我会很感激你的帮助。

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！

我在 R 中运行单向方差分析，违反了方差同质性假设。在运行了重要的 Welch 测试之后，我尝试在 R 中运行 Games-Howell Post Hoc 测试。我正在使用 userfriendlyscience 包中的 oneway 函数。当我运行我的代码时，单向方差分析会运行，但事后测试输出除了 NA 之外没有返回任何内容。关于如何修复我的代码的任何建议？

样本数据

我的输出：

我的代码：

（关于SO的第一个问题，对任何错误深表歉意！）

我正在尝试使用线性混合模型分析数据，该模型考虑块（图）和基因型（线）效应，并通过 Welch-Satterthwaite 调整自由度来解释 WT（控制）的不同复制率。这是一个不完整的块设计，每个块中都包含 WT。

我用lmerTest::lmer, 来构建模型

到目前为止，一切都很好。考虑了 df 的 Satterthwaite 校正。但是当我尝试进行事后 Dunnett 测试时

这没用。glht无法处理由 . 返回的 S4 对象lmerTest::anova。但是，lmerTest::lmer也lme4::lmer确实返回了一个有效对象，但后者不能考虑到 Satterthwaite 校正。

问题

我错过了什么吗？非常感谢有关如何将校正模型的方差分析转换为有效对象或使用不同方式对 S4 对象进行 Dunnett 测试的任何建议。

如建议的那样，数据（biomass.allmeans）：

我有一个大型数据集，我想执行事后计算：

这是我的代码：

时差 4.033335 分钟

大约需要 4 分钟，是否有更高效和优雅的方式来使用 R 执行事后处理？

非常感谢

我正在通过循环遍历所有因变量名称来进行多个 TukeyHSD 测试，如 Eric Lecoutre 在此线程中提供的代码中所示：

循环遍历 R 中的几个事后测试

它工作得很好，所以感谢埃里克！但在输出中，变量名称写为数字：[[ 1 ]] 表示第一个变量，[[ 2 ]] 表示第二个变量，...[[ 137 ]] 表示第 137 个变量，等等。

如何将这些数字更改为输出中的变量名（以便我可以将输出捕获到文件中并在输出文件中保留有关变量名的信息）？

具体来说，在 Eric Lecoutre 回答的输出中：

[[ 1 ]]

均值的 Tukey 多重比较

拟合：aov（公式 = 模型）

例如，如果循环的 2 个因变量的名称是“sepal.width”和“sepal.length”，我想将输出的 [[ 1 ]] 更改为 [[ sepal.width ]]，[[ 2 ]] 的输出转换为 [[ sepal.length ]]。

如何使脚本循环遍历数字并将数字更改为变量名称，以便输出如下所示（我省略了统计结果以简化输出）：

[[萼片宽度]]

均值的 Tukey 多重比较

拟合：aov（公式 = 模型）

[[萼片长度]]

均值的 Tukey 多重比较

拟合：aov（公式 = 模型）

非常感谢！

所以我是一个尝试 GLMM 和事后分析的 R 新手......帮助！我收集了 6 种光照水平下 9 只豆娘的二进制数据，1=对视动鼓的运动有反应，0=无反应。我的数据以“Animal_ID、light_intensity、response”为标题导入到 R 中。每个光强度 (3.36-0.61) 重复的动物 ID (1-9)（见下文）

使用以下代码（lme4 包），我执行了 GLMM，发现光照水平对响应有显着影响：

退货

然后运行：

退货

我已经安装了 multcomp 和 lsmeans 软件包，试图执行 Tukey post hoc 以查看差异在哪里，但两者都遇到了困难。

跑步：

返回：“mcp2matrix(model, linfct = linfct) 中的错误：在 'linfct' 中指定了变量 'Animal_ID'，但在 'model' 中找不到！”

跑步：

返回：“lsmeans.character.ref.grid 中的错误（object = new("ref.grid", model.info = list(：参考网格中没有名为 Animal_ID 的变量）”

我知道我在这里可能很愚蠢，但是非常感谢任何帮助。我的困惑正在滚雪球。

此外，是否有人对我如何最好地可视化我的结果（以及如何做到这一点）有任何建议？

非常感谢您！

更新：

新代码——

回报：

然后运行：

回报：

最后，运行：

返回（它现在确实有效！）：

结果以对数优势比（而不是响应）量表给出。P值调整：比较一组6个估计值的tukey方法

我需要弄清楚如何为glmmTMB具有多项式预测器的模型运行一组自定义对比。我按照此处给出的答案允许glht使用该glmmTMB模型，但我仍然失败，似乎处于两个阶段：1）如何定义多项式预测器的对比？我需要使用 list() 方法，因为我的实际模型非常复杂，而且我肯定会弄乱matrix方法 2) 一旦设置了对比 - 我该如何glmmTMB专门运行它们？

编辑一个补充——因为我的实际模型是零膨胀的，这种方法是如何处理的？我只对测试“响应”值（即零通货膨胀和计数）感兴趣。