结果对比测试对比（first/second 差异）

Question

我想进行对比的对比（即通过一阶/二阶差分来检验交互作用），其中对比指的是结果（预测概率）**

包括3个步骤：

(1) 估计预测概率（有几种方法；我从图中提取）

(2) 使用“对”计算预测概率（第一个差异）是否存在差异

(3) 使用对计算差值（第二个差值）是否存在差异。

我在步骤 (2) 和 (3) 中失败了。使用虚构数据在下面的 reprex 中查看我的代码。有更好的方法吗？

** 我最近的 S/O post 展示了展示了如何处理“回归器对概率的边际效应的差异”。但这是“结果概率差异”的平行问题。


suppressPackageStartupMessages({
  library(emmeans)})

# create ex. data set.  1 row per respondent (dataset shows 2 resp). 
cedata.1 <- data.frame( id    =  c(1,1,1,1,1,1,2,2,2,2,2,2),    
                        QES    = c(1,1,2,2,3,3,1,1,2,2,3,3),   # Choice set   
                        Alt    = c(1,2,1,2,1,2,1,2,1,2,1,2),   # Alt 1 or Alt 2 in  choice set 
                        Choice = c(0,1,1,0,1,0,0,1,0,1,0,1),   # Dep variable.  if  Chosen (1) or not (0)
                        LOC    = c(0,0,1,1,0,1,0,1,1,0,0,1),   # Indep variable per Choice set, binary categorical 
                        SIZE   = c(1,1,1,0,0,1,0,0,1,1,0,1),   # Indep variable per Choice set, binary categorical 
                        gender = c(1,1,1,1,1,1,0,0,0,0,0,0)    # Indep variable per indvidual, binary categorical 
)


# estimate model
glm.model <- glm(Choice ~  LOC*SIZE, data=cedata.1, family = binomial(link = "logit"))

# Plot interaction on response scale (i.e., predict prob) 
zzz <- emmip(glm.model, LOC ~ SIZE, type = "response")   

# (1) Estimate predicted prob   (extract values where yvar=predicted prob)
zzz$data
#>   LOC SIZE      yvar        SE  df tvar xvar
#> 1   0    0 0.3333333 0.2721655 Inf    0    0
#> 2   1    0 0.5000000 0.3535534 Inf    1    0
#> 3   0    1 0.6666667 0.2721655 Inf    0    1
#> 4   1    1 0.5000000 0.2500000 Inf    1    1

# (2) calc 1st diff. 
### I tried following, but got an error ->  pairs(zzz$data, simple = "SIZE", by= NULL?

# (3) calc 2nd diff  
### I tried following, but got an error ->  pairs(pairs(zzz$data, simple = "SIZE"), by = NULL)

Answer 1

emm <- regrid(emmeans(glm.model, ~ SIZE | LOC))
pairs(pairs(emm), by = NULL)

emm 包含四个因素组合的预测概率。它们不是边际结果，因为我们没有对任何事情进行平均。 pairs(emm) 获取每个位置的 SIZE 差异，然后在下一次忽略 by 变量。

顺便说一句，你也可以这样做

contrast(emm, interaction = "pairwise")

结果对比测试对比（first/second 差异）

Testing contrast of contrast (first/second difference) in outcome

emmeans