使用MATLAB中的线性混合效应模型（fitlme）计算对比度的标准误差

Question

我想在MATLAB中计算线性混合效应模型（fitlme）中对比度的标准误差。

y = randn(100,1);
area = randi([1 3],100,1);
mea = randi([1 3],100,1);
sub = randi([1 5],100,1);

data = array2table([area mea sub y],'VariableNames',{'area','mea','sub','y'});
data.area = nominal(data.area,{'A','B','C'});
data.mea = nominal(data.mea,{'Baseline','+1h','+8h'});
data.sub = nominal(data.sub);

lme = fitlme(data,'y~area*mea+(1|sub)')

% Plot Area A on three measurements
coefv = table2array(dataset2table(lme.Coefficients(:,2)));
bar([coefv(1),sum(coefv([1 4])),sum(coefv([1 5]))])

计算对比度意味着，例如area1-measurement1 vs area1-measurement2 vs area1-measurement3可以通过对相关系数参数求和来完成。但是，有谁知道如何计算相关的标准误差？

我知道可以通过coefTest（lme，H）进行假设检验，但只能提取p值。

区域A的示例如下所示：

Answer 1

我已经解决了这个问题！

Matlab使用'预测'功能来估计对比度。要查找区域A的置信区间，在此特定示例中的测量值+ 8h处使用：

dsnew = dataset();
dsnew.area = nominal('A');
dsnew.mea = nominal('+8h');
dsnew.sub = nominal(1);

[yh yCI] = predict(lme,dsnew,'Conditional',false)

结果如下所示：