使用 emmeans 的 2 路和 3 路交互的置信区间
Confidence intervals of 2-way and 3-way interactions using emmeans
这只是一个关于在 emmeans 中获取交互置信区间的一般问题,我已经阅读了所有常见教程,但我无法理解如何针对 2 向和 3 向交互进行操作。这是 3 向交互的示例。
X= continous variable
A= 3 levels, nested in L
L= 2 levels
G= 2 levels, crossed with L (and thus also A)
ID= participants nested in G
然后我用随机截距拟合了一个线性混合模型:
fit1 <- lmer(X~G*A*L+(1|ID),data=df)
emms=emmeans(fit1,specs=pairwise~A*L*G)
我想要的比较完美显示使用:
contrast(emms,interaction="pairwise")$emmeans
但是,它们缺少置信区间,请注意 运行:
summary(contrast(emms,interaction="pairwise")$emmeans,infere=T) or
confint(contrast(emms,interaction="pairwise")$emmeans)
在 emmeans 数据上不起作用,它只是给出了不同级别的 emmeans 和置信区间,而不是用于对比。这些函数适用于对比数据,但不显示 3 向交互。
更新:答案
我终于明白了:
confint(contrast(emmeans(fit1,~A*G*L),interaction=c("pairwise")))
confint(contrast(emmeans(fit1,~A*G*L),interaction=c("pairwise")))
其他答案产生的交互对比可能是您想要的,但那些包含三向模型中对比的对比。当存在交互时,人们通常想要的是简单的比较——比较一个因素,而其他因素保持不变。这些可以通过
获得
pairs(emms[[1]], simple = “each”)
这只是一个关于在 emmeans 中获取交互置信区间的一般问题,我已经阅读了所有常见教程,但我无法理解如何针对 2 向和 3 向交互进行操作。这是 3 向交互的示例。
X= continous variable
A= 3 levels, nested in L
L= 2 levels
G= 2 levels, crossed with L (and thus also A)
ID= participants nested in G
然后我用随机截距拟合了一个线性混合模型:
fit1 <- lmer(X~G*A*L+(1|ID),data=df)
emms=emmeans(fit1,specs=pairwise~A*L*G)
我想要的比较完美显示使用:
contrast(emms,interaction="pairwise")$emmeans
但是,它们缺少置信区间,请注意 运行:
summary(contrast(emms,interaction="pairwise")$emmeans,infere=T) or
confint(contrast(emms,interaction="pairwise")$emmeans)
在 emmeans 数据上不起作用,它只是给出了不同级别的 emmeans 和置信区间,而不是用于对比。这些函数适用于对比数据,但不显示 3 向交互。
更新:答案 我终于明白了:
confint(contrast(emmeans(fit1,~A*G*L),interaction=c("pairwise")))
confint(contrast(emmeans(fit1,~A*G*L),interaction=c("pairwise")))
其他答案产生的交互对比可能是您想要的,但那些包含三向模型中对比的对比。当存在交互时,人们通常想要的是简单的比较——比较一个因素,而其他因素保持不变。这些可以通过
获得pairs(emms[[1]], simple = “each”)