R：分析混合效应模型的趋势答案

【问题标题】：R: Analyse trends in mixed-effects modelR：分析混合效应模型的趋势
【发布时间】：2015-10-16 11:12:14
【问题描述】：

我有一个变量yi，它代表一系列不同研究（Site）的治疗效果nyears。还有两个分组因子，每个因子有两个级别：N(Nhigh/Nlow) 和 Myc(AM/ECM)。我需要知道yi是否随着时间的推移显示出显着的积极或消极趋势nyears，以及子组之间的趋势是否会发生变化NxMyc。

混合效应模型显示出显着的三重交互作用nyears * N*Myc

library(lme4)
library(car)    
> mod <- lmer(yi ~ N*Myc*nyears + (1|Site), data = df)
> Anova(mod)
    Analysis of Deviance Table (Type II Wald chisquare tests)

    Response: yi
                   Chisq Df Pr(>Chisq)   
    N             0.7468  1   0.387489   
    Myc           0.0875  1   0.767403   
    nyears        1.1217  1   0.289559   
    N:Myc         0.5428  1   0.461272   
    N:nyears      2.2371  1   0.134733   
    Myc:nyears    0.6318  1   0.426691   
    N:Myc:nyears 10.8108  1   0.001009 **

我现在如何找出 4 个子组中每个子组的斜率和显着性符号？

谢谢

【问题讨论】：

标签： r lme4 mixed-models

【解决方案1】：

斜率的值（nyears，对吗？）由下式给出

nyears
nyears + N:nyears
nyears + Myc:nyears
nyears + Myc:nyears + N:Myc:nyears

四个相应的组。（N 和 Myc 是数字 0/1？从输出判断，它们看起来不像因子。如果它们不是 0/1，则重新编码。）

对于斜率的显着性检验，可以使用CAR 包中的linearHypothesis；或者你可以使用例如waldtest 包装内lmtest；或重写您的模型，使nyears 是四组中每一组的感兴趣系数。（例如，如果 Myc 是 0/1 哑元，则将其设置为 1 减去其旧值。）

【讨论】：

感谢您的回答。 N 和 Myc 分别是两个级别的因子（Nlow/Nhigh 和 AM/ECM）。我会详细分析你的建议，看看我能找到什么。谢谢
您能否指定公式以使用LinearHypothesis 来测试子组中的趋势？我很困惑。谢谢
类似LinearHypothesis(model, "nyears + N:nyears = 0")，不是吗？

【解决方案2】：

我会使用nlme 包对混合效果模型进行编码，然后使用summary 检查输出。这将报告斜率、符号和 p 值。

require(nlme)
m1<- lme(yi ~ N*Myc*nyears, random= ~1|Site, data=df)
summary(m1)

【讨论】：

谢谢科林，这适用于第一位，但我如何才能运行一些简短的事后测试来找出nyears 4 个子组中的哪一个与 0 和符号显着不同子组中的斜率？