在线性混合模型中使用对比编码进行多重比较时，α电平的校正或校正？

问题描述

我在R（包装lme4）中的LME中遇到了多个比较的问题，希望您能帮助我解决该问题。基本上，我使用两个分类因素来拟合混合效果模型：

Y ~ A + B + A:B + (1 + A||Subject) + (1 + A||Item)

其中因子A具有两个水平，因子B具有三个水平。在模型中，我使用了简单的对比编码，其中进入模型的预测变量是参考级别与分类因素中其余级别之一之间的对比。我用A1和B1作为参考水平

因此，我在选择模型后得到了最终模型：

Model1 <- Y ~ A1vs.A2 + B1vs.B2 + B1vs.B3 + A1vs.A2:B1vs.B2 + A1vs.A2:B1vs.B3 + 
  (1 + A1vsA2||Subject) + (1 + A1vsA2||Item)

B2和B3之间的对比在理论上也很有趣。因此，我现在要做的是拟合一个模型，该模型将因子B中的B2视为参考水平，但其他所有条件都相同。所以我得到了一个新的混合模型：

Model2 <- Y ~ A1vs.A2 + B2vs.B1 + B2vs.B3 + A1vs.A2:B2vs.B1 + A1vs.A2:B2vs.B3 + 
  random model

关于多重比较，我有两个问题，方法是使用不同的参考水平拟合两个模型。

1. 我应该再次为Model 2进行模型选择还是保留 使用模型1的模型结构？

2. 应该使用任何类型的校正或简单地调整alpha 级别以避免I型错误？如果我应该使用校正，我该怎么办 使用LME模型（例如phia或lsmeans这样的软件包 在这种情况下不太合适）？

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@）