我的glmm输出中有很多重要的交互，我知道我的参考类别（另一个交互）是什么，但我需要知道在对比与参考类别的重要交互时哪个变量是固定的。
我正在寻找一种名为“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，JMP中的相同测试称为“测试切片”。
我到处都看，但找不到简单效果测试的代码。有谁知道如何在R中使用此测试？
以下是我的glmm（使用neg。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”。我从这个输出中得知，例如，“FoodCategoryFruit：SeasonLFLC”比我的参考类别明显更积极。
但是，我不知道这是因为“FoodCategoryFruit”在“SeasonLFLC”期间比“FoodCategoryPlantMatter”明显更积极（例如），或者“FoodCategoryFruit”在“SeasonLFLC”期间比“FoodCategoryFruit”明显更积极“FoodCategoryFruit” “是在”SeasonHFHL“期间。
简单的效果测试将在测试另一个变量的影响时修复其中一个变量。这是解决问题所需要的，除非有人能告诉我类似/更好/更合适的测试。但是，请不要告诉我Tukey，因为这个事后测试在测试另一个变量时没有修复一个变量。
答案 0 :(得分：1)
这......不是GLMM（广义线性混合模型）。你只使用固定效果的常规旧GLM，尽管有负二项式误差分布的皱纹。由于glm.nb无法理解随机效果表示法，因此您的(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或运算。 1与任何东西进行OR运算是相同的，因此该项的NA系数。
对于实际的GLMM，您需要在glmer包或lme4包中使用arm之类的内容（可能还有其他我不了解的内容）。