Question

我有一个包含因变量v的混合模型，两个固定效应g1和t，个体作为随机因子rf。

fit <- lmer(v ~ g1 + t + (1|rf))

在我感兴趣的情况下，因变量v随时间t快速变化，我将测试二元固定因子g1的响应。由于仅在其中一个时间值处看到响应，因此g1（g1_control或g1_active）的总体统计信息不显着

Simultaneous Tests for General Linear Hypotheses

Multiple Comparisons of Means: Tukey Contrasts


Fit: lme4::lmer(formula = v ~ g1 + t + (1 | rf))

Linear Hypotheses:
                          Estimate Std. Error z value Pr(>|z|)
g1_control - g1_active == 0   -91.40      83.87   -1.09    0.276
(Adjusted p values reported -- single-step method)

> summary(glht(fit, linfct = mcp(t = 'Tukey')))

     Simultaneous Tests for General Linear Hypotheses

Multiple Comparisons of Means: Tukey Contrasts


Fit: lme4::lmer(formula = v ~ g1 + t + (1 | rf))

Linear Hypotheses:
             Estimate Std. Error z value Pr(>|z|)    
15 - 0 == 0    716.30     106.30   6.738   <0.001 ***
30 - 0 == 0    312.75     106.30   2.942   0.0172 *  
60 - 0 == 0     73.74     106.30   0.694   0.8995    
30 - 15 == 0  -403.55     106.30  -3.796   <0.001 ***
60 - 15 == 0  -642.56     106.30  -6.045   <0.001 ***
60 - 30 == 0  -239.00     106.30  -2.248   0.1106

我真正想要测试的只是g1_active与g1_control在四个时间点0 15 30和60相对于v是否不同。

我对它有一个关于对比的想法，但我看到的例子要么是一般的，要么是我难以理解的。

任何能给我一个例子来解决这个问题的人

与lmer的具体比较。对比？

0 个答案: