泊松模型的 glmer 和 difflsmeans 之间的差异答案

【问题标题】：Discrepancy between glmer and difflsmeans for poisson models泊松模型的 glmer 和 difflsmeans 之间的差异
【发布时间】：2014-03-07 00:00:30
【问题描述】：

我无法理解具有泊松模型的 glmer 和 difflsmeans 之间的结果存在一些差异。这两个函数都来自 lmerTest 包。基本上，glmer 告诉我这两个系数在 p 批次的随机效应。

在其他使用高斯链接的分析中，lmer 和 difflsmeans 给出了相同的结果。

对具有泊松链接的混合模型使用 difflsmeans 是否有效？

还有其他方法可以检查系数的重要性吗？（我知道以前有人问过这个问题，但我的意思是在这个分析的背景下）

提前致谢

来自 GLMER 的结果

Generalized linear mixed model fit by maximum likelihood ['glmerMod']
Family: poisson ( log )
Formula: EventType1ObjectCount ~ offset(log(ValidObjectCoun)) + Treatment +      (1 | Plate) 
Data: data.m2 

  AIC       BIC    logLik  deviance 
 3050.641  3061.986 -1521.321  3042.641 

Random effects:
Groups Name        Variance Std.Dev.
Plate  (Intercept) 0.787    0.8871  
Number of obs: 126, groups: Plate, 5

Fixed effects:
            Estimate Std. Error z value Pr(>|z|)    
(Intercept) -0.93879    0.39800  -2.359  0.01834 *  
TreatmentB  -0.26771    0.01961 -13.650  < 2e-16 ***
TreatmentD  -0.06326    0.01937  -3.266  0.00109 **

结果来自 difflsmeans

Differences of LSMEANS:
                 Estimate Standard Error     DF t-value Lower CI Upper CI p-value
Treatment F-B    3e-01       2.23e-01  3e+06    1.20   -0.170    0.706     0.2
Treatment F-D    1e-01       2.14e-01  3e+06    0.30   -0.357    0.483     0.8
Treatment B-D   -2e-01       2.22e-01  3e+06   -0.92   -0.640    0.231     0.4

【问题讨论】：

标签： r lme4 mixed-models lmer

【解决方案1】：

lmerTest 包应该只适用于 lmer 对象，因此在 glmer 对象上使用 difflsmeans 无效。感谢您指出这一点 - 当然，将 difflsmeans 应用于 lmer 对象以外的对象时会出现错误。

【讨论】：

【解决方案2】：

您问：使用泊松（日志）链接是否有效。我认为一个简单的“否”是正确的答案。我认为它只是被忽略了。

显着性检验要求您指定一个假设。我还没有看到。

【讨论】：