R中glmm显着相互作用的简单效果测试答案

【问题标题】：Simple effect tests on glmm significant interactions in RR中glmm显着相互作用的简单效果测试
【发布时间】：2013-07-06 23:18:22
【问题描述】：

我的 glmm 输出中有重要的交互，并且我知道我的参考类别（另一个交互）是什么，但是在将重要的交互与参考类别进行对比时，我需要知道哪个变量是固定的。

我正在寻找一种称为“简单效果测试”（不是 Tukey）的事后测试。对于同时使用 R 和 JMP 的任何人，相同的测试在 JMP 中称为“测试切片”。

我到处找，但找不到简单效果测试的代码。有谁知道如何在 R 中使用这个测试？

这是我的 glmm（使用负二项分布）输出的示例：

Call:
glm.nb(formula = N ~ FoodCategory * Season + FoodCategory + Season + 
    (1 | Group/Animal), data = SPwg, init.theta = 0.8744631431, 
    link = log)

Deviance Residuals: 
    Min       1Q   Median       3Q      Max  
-1.4796  -0.9720  -0.3713  -0.0350   4.7595  

Coefficients: (2 not defined because of singularities)
                                    Estimate Std. Error z value Pr(>|z|)   
(Intercept)                           0.2763     0.2940   0.939  0.34748   
FoodCategoryFruit                     0.8849     0.3316   2.669  0.00762 **
FoodCategoryInvertebrate             -0.1962     0.5086  -0.386  0.69966   
FoodCategoryPlantMatter               0.4169     1.3153   0.317  0.75128   
SeasonHFLC                           -0.2250     0.4435  -0.507  0.61195   
SeasonLFLC                           -0.2763     0.4610  -0.599  0.54904   
1 | Group/AnimalTRUE                      NA         NA      NA       NA   
FoodCategoryFruit:SeasonHFLC          1.1511     0.4811   2.393  0.01673 * 
FoodCategoryInvertebrate:SeasonHFLC   1.6265     0.6784   2.398  0.01651 * 
FoodCategoryPlantMatter:SeasonHFLC        NA         NA      NA       NA   
FoodCategoryFruit:SeasonLFLC          1.5565     0.4997   3.115  0.00184 **
FoodCategoryInvertebrate:SeasonLFLC   0.3016     0.7822   0.386  0.69984   
FoodCategoryPlantMatter:SeasonLFLC    0.8640     1.4630   0.591  0.55479   
---

我的参考类别是“FoodCategoryOther:SeasonHFHL”。例如，我从这个输出中知道“FoodCategoryFruit:SeasonLFLC”比我的参考类别要积极得多。

但是，我不知道这是因为“FoodCategoryFruit”在“SeasonLFLC”期间明显比“FoodCategoryPlantMatter”积极，还是“FoodCategoryFruit”在“SeasonLFLC”期间明显比“FoodCategoryFruit”积极”是在“SeasonHFHL”期间。

简单的效果测试将修复其中一个变量，同时测试另一个变量的效果。这是我需要解决的问题，除非有人可以告诉我类似/更好/更合适的测试。但是，请不要告诉我 Tukey，因为这种事后测试不会在测试另一个变量的影响时修复一个变量。

【问题讨论】：

你在说这个吗：ats.ucla.edu/stat/r/faq/type3.htm
实际上，这实际上是一个统计问题而不是编程问题，因此更适合 CV。不过，现在迁移太旧了。

标签： r glm

【解决方案1】：

这...不是 GLMM（广义线性混合模型）。您正在拟合仅具有固定效应的常规旧 GLM，尽管存在负二项式误差分布的皱纹。因为glm.nb 不理解随机效应符号，所以您的(1 | Group/Animal) 术语已被解释为算术/逻辑表达式，即与Group 除以Animal 的结果进行1 ORed。 1 ORed 与任何东西都是相同的 TRUE，因此这个术语的 NA 系数。

对于实际的 GLMM，您需要在 lme4 包或 arm 包中使用类似 glmer 的东西（可能还有其他我不知道的包）。

【讨论】：