Question

我有一个变量yi，代表了一系列不同研究（nyears）随时间Site的治疗效果。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是否会显示一段时间内显着的正面或负面趋势nyears，以及如果趋势在子群N x Myc之间发生变化。

混合效果模型显示了重要的三重互动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个子群中每个子群的斜率和重要性的符号？

由于

Answer 1

斜率的值（在nyears上，对吗？）由

给出

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

分别为四个小组。（N和Myc是数字0/1？从输出判断它们看起来不像是因素。如果它们不是0/1重新编码。）

对于斜坡的显着性测试，请使用linearHypothesis包中的CAR;或者你可以使用例如包waldtest中的lmtest;或重写您的模型，以便nyears是四个组中每个组的感兴趣系数。（例如，设置Myc等于1减去旧值，如果它是0/1 dummie。）

Answer 2

我会使用nlme包来编码混合效果模型，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)

R：分析混合效应模型的趋势

2 个答案: