如何解释 R 中的双向方差分析 table (lmer) 输出？

Question

我有一个 2 x 2 因子设计（"density"、"fertilizer"），其中块作为随机效应。我正在尝试预测植物生长。我该如何解释这个 table？我已经检查过没有相互作用，它遵循 ANOVA

的假设

   Sample data: 
        density <- c("low","low","low","low","high",high",high","high")
        fertilizer <- c("N","N","P","P","N","N","P","P")
        growth <- c(1,1,2,2,5,6,2,1)

    model <- lmer(growth~density + fertilizer + (1|block))


        Output:

        Fixed effects:
                 Estimate Std. Error       df t value Pr(>|t|)    
    (Intercept)   0.63351    0.06275 62.79670  10.096 8.92e-15 ***
    densityHigh   0.12473    0.07502 85.99111   1.663    0.100    
    fertlizerP    0.01209    0.00602 76.42369   0.422    0.005 **

具体来说，我想了解如何比较第一行和最后一行？我的猜测

（拦截）是密度：低，肥料：N
密度：低与密度：高没有区别 (p > 0.05)

不清楚如何解读 (3)

肥料：N不同于肥料：P或

或者是：密度：低，肥料：N不同于密度：低，肥料：P

或者是：密度：低，肥料：N 不同于密度：高，肥料：P

Answer 1

N 与 P 不同，无论密度水平如何，或者对于 2x2 设计更精确：对于密度的平均值，N 与 P 不同。或者：如果密度保持不变，肥料从 N 变为 P，则生长增加 0.012

Visualisation and video

如何解释 R 中的双向方差分析 table (lmer) 输出？

How to interpret two-way ANOVA table (lmer) output in R?

r

lme4

anova