线性混合模型中线性系数组合的p值

Question

我在R中使用nlme包的lme函数拟合了线性混合模型。 我的目标是找到固定效应部分的线性系数组合的p值。

                 Value   Std.Error    DF   t-value p-value
(Intercept) -1.5897634 0.019578359 41547 -81.20004  0.0000
group_k      0.0866493 0.027662455   594   3.13238  0.0018
x1           0.1621744 0.006963385 41547  23.28960  0.0000

例如，此结果中提供了假设$ \ beta_1 = 0 $的p值（0.0018）。 但是如果我想找到一个假设的p值，例如$ \ beta_1 + 3 * \ beta_2 = $，我该怎么办？ 是否有任何现成的命令来进行此计算？

Answer 1

有一个可重复的例子会很高兴。为此设置自己的测试并不是很难：

ct <- c(0,1,3)        ## set up contrast (linear comb. of coefficients)
m <- fixef(m) %*% ct  ## mean of contrast
v <- c(t(ct) %*% vcov(m) %*% ct)   ## variance of contrast
stder <- sqrt(v)      ## standard error
tstat <- m/stder      ## t statistic
2*pt(abs(tstat),df=594,lower.tail=FALSE)

我不确定自由度计算，但所有df都非常大，以至于它不会产生任何实际差异;您可以使用pnorm()代替pt。

如果您想要理论，请查看例如关于多布森和巴尼特广义线性模型中Wald对比测试的部分。

您还可以查看effects，lsmeans和/或multcomp个包。