线性混合模型置信区间问题

问题描述

希望你能消除我脑海中的一些困惑。

线性混合模型由lmerTest构建:

MODEL <- lmer(Ca content ~ SYSTEM +(1 | YEAR/replicate) + 
               (1 | YEAR:SYSTEM),data = IOSDV1)

当我试图获得主效应特定水平的置信区间时,乐趣开始出现。

命令 emmeanslsmeans 产生相同的间隔(示例;SYSTEM A3: 23.9-128.9,mean 76.4,SE:8.96)。

但是,命令 as.data.frame(effect("SYSTEM",MODEL)) 会产生不同的、更窄的置信区间(示例;SYSTEM A3: 58.0-94.9,SE:8.96)。

我遗漏了什么,我应该报告什么数字?

总而言之,对于 Ca 的含量,我每次处理有 6 次总测量值(每年 3 次,每次来自不同的重复)。我将使用我的语言在代码中保留名称,如使用。想法是测试某些生产实践是否会影响谷物中特定矿物质的含量。本例的模型中保留了无残差的随机效应。

Linear mixed model fit by REML. t-tests use Satterthwaite's method ['lmerModLmerTest']
Formula: CA ~ SISTEM + (1 | LETO/ponovitev) + (1 | LETO:SISTEM)
   Data: IOSDV1

REML criterion at convergence: 202.1

Scaled residuals: 
     Min       1Q   Median       3Q      Max 
-1.60767 -0.74339  0.04665  0.73152  1.50519 

Random effects:
 Groups         Name        Variance Std.Dev.
 LETO:SISTEM    (Intercept)   0.0     0.0    
 ponovitev:LETO (Intercept)   0.0     0.0    
 LETO           (Intercept) 120.9    11.0    
 Residual                   118.7    10.9    
Number of obs: 30,groups:  LETO:SISTEM,10; ponovitev:LETO,8; LETO,2

Fixed effects:
               Estimate Std. Error      df t value Pr(>|t|)  
(Intercept)      76.417      8.959   1.548   8.530   0.0276 *
SISTEM[T.C0]     -5.183      6.291  24.000  -0.824   0.4181  
SISTEM[T.C110]  -13.433      6.291  24.000  -2.135   0.0431 *
SISTEM[T.C165]   -7.617      6.291  24.000  -1.211   0.2378  
SISTEM[T.C55]   -10.883      6.291  24.000  -1.730   0.0965 .
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Correlation of Fixed Effects:
             (Intr) SISTEM[T.C0 SISTEM[T.C11 SISTEM[T.C16
SISTEM[T.C0  -0.351                                      
SISTEM[T.C11 -0.351  0.500                               
SISTEM[T.C16 -0.351  0.500       0.500                   
SISTEM[T.C5  -0.351  0.500       0.500        0.500      
optimizer (nloptwrap) convergence code: 0 (OK)
boundary (singular) fit: see ?isSingular

> ls_means(MODEL,ddf="Kenward-Roger")
Least Squares Means table:

           Estimate Std. Error  df t value    lower    upper Pr(>|t|)  
SISTEMA3    76.4167     8.9586 1.5  8.5299  23.9091 128.9243  0.02853 *
SISTEMC0    71.2333     8.9586 1.5  7.9514  18.7257 123.7409  0.03171 *
SISTEMC110  62.9833     8.9586 1.5  7.0305  10.4757 115.4909  0.03813 *
SISTEMC165  68.8000     8.9586 1.5  7.6797  16.2924 121.3076  0.03341 *
SISTEMC55   65.5333     8.9586 1.5  7.3151  13.0257 118.0409  0.03594 *
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

  Confidence level: 95%
  Degrees of freedom method: Kenward-Roger

> emmeans(MODEL,spec = c("SISTEM"))
 SISTEM emmean   SE   df lower.CL upper.CL
 A3       76.4 8.96 1.53     23.9      129
 C0       71.2 8.96 1.53     18.7      124
 C110     63.0 8.96 1.53     10.5      115
 C165     68.8 8.96 1.53     16.3      121
 C55      65.5 8.96 1.53     13.0      118

Degrees-of-freedom method: kenward-roger 
Confidence level used: 0.95

> as.data.frame(effect("SISTEM",MODEL))
  SISTEM      fit       se    lower    upper
1     A3 76.41667 8.958643 57.96600 94.86734
2     C0 71.23333 8.958643 52.78266 89.68400
3   C110 62.98333 8.958643 44.53266 81.43400
4   C165 68.80000 8.958643 50.34933 87.25067
5    C55 65.53333 8.958643 47.08266 83.98400

非常感谢。

解决方法

暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!

如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@)