我已经使用R中的包lsmeans来获得我的治疗因子的所有观察值的平均估计值（在实验设计中的块因子的水平，已包括在系统效应中，因为它只有3个水平）。我已经为我的响应变量使用了sqrt转换。
因此我在R。
中使用了以下命令首先定义模型
model<-sqrt(response)~treatment+block
然后应用lsmeans
model_lsmeans<-lsmeans(model,~treatment)
然后绘制这个
plot(model_lsmeans,ylab="treatment", xlab="response(with 95% CI)")
这给出了一个非常好的图表，其中包含不同治疗的估计值和95％的保密间隔。
问题只在于此图表适用于转换后的响应。
如何使用反向转换的响应得到相同的图（所以平方响应）？
我试图创建一个新的数据框并提取lsmean，lower.CL和upper.CL：
a<-summary(model_lsmeans)
New_dataframe<-as.data.frame(a[c("treatment","lsmean","lower.CL","upper.CL")])
然后使这些平方
New_dataframe$lsmean<-New_dataframe$lsmean^2
New_dataframe$lower.CL<-New_dataframe$lower.CL^2
New_dataframe$upper.CL<-New_dataframe$upper.CL^2
New_dataframe
这给了我所需的估计和CI边界平方。
问题在于我无法为此估计和CI制作相同的图形，因为我在LS中所做的就是上述。
我该怎么做？我问的原因是我希望我的文章中的图形都类似。因为我非常喜欢这个LSmeans情节，并且我非常方便地使用非变换的响应变量，我希望我的所有图形都采用这种风格。
非常感谢你的帮助！希望一切都清楚！
亲切的问候
Ditlev