如何测试 R 中的线性混合效应模型（lmer）是否大于 1？答案

【问题标题】：How to test if linear mixed effects model (lmer) is greater than 1 in R?如何测试 R 中的线性混合效应模型（lmer）是否大于 1？
【发布时间】：2021-09-26 04:30:18
【问题描述】：

在下面的虚拟数据中，我想测试A和B的oviposition index是否与1显着不同。如果我理解正确，summary(mod)表示每个物种是否与0显着不同。怎么做我更改默认值以测试它是否不同于 1？在这里，我预计物种 B 与 1 显着不同，因为置信区间不包括 1

set.seed(111)
oviposition.index <- rnorm(20, 2, 1.3)
species <- rep(c("A","B"), each = 10)
month <- rep(c("Jan", "Feb"), times = 10)
plot <- rep(c("1", "2"), times = 10)
df <- data.frame(oviposition.index, species, month, plot)

mod <- lmer(oviposition.index ~ species + (1|month/plot), df)
summary(mod)

ggplot(df, aes(x = species, y = oviposition.index, color = species)) + geom_point() + geom_hline(yintercept = 1) + stat_summary(fun.data=mean_cl_boot, geom="errorbar", width=0.2, colour="black") + stat_summary(fun = mean, color = "black", geom ="point", size = 3,show.legend = FALSE)

【问题讨论】：

试试lmer(oviposition.index ~ 0 + species + (1|month/plot), df)

标签： r ggplot2 lm lme4 mixed-models

【解决方案1】：

内特的评论

lmer(oviposition.index ~ 0 + species + (1|month/plot), df)

通过指定您想要对每个物种进行单独估计而不是对物种 A 的估计 + 差异的估计来帮助您实现中途，但如果您想针对 index = 1 的零假设进行测试，您只需减去 1来自回复：

lmer(oviposition.index - 1 ~ 0 + species + (1|month/plot), df)

您也可以添加一个偏移量（即将+offset(rep(1, nrow(df))) 添加到您的模型中），但这对于线性模型来说是多余的（它对于调整零点不太容易的 GLM 很有用）。

我要提醒一点，在这里很容易走上一条坏路：您可能有充分的理由分别测试每个物种的重要性，但继续（可能很自然）得出结论“物种 B 具有OI 与 1 显着不同，而物种 A 没有，因此它们不同”是错误的。正如 Andrew Gelman 所说，“显着和非显着之间的差异在统计上并不显着”。

【讨论】：