如何从原始尺度上的混合模型中解释对数变换模型的系数?

时间:2017-12-13 13:11:52

标签: r logarithm mixed-models exponent

植物生长的完整模型如下:

lmer(log(growth) ~ nutrition + fertilizer + season + (1|block)

营养(氮/磷),肥料(无/添加),季节(干/湿)

模型摘要如下:

REML criterion at convergence: 71.9

Scaled residuals: 
     Min       1Q   Median       3Q      Max 
-1.82579 -0.59620  0.04897  0.62629  1.54639 

Random effects:
 Groups   Name        Variance Std.Dev.
 block     (Intercept) 0.06008  0.2451  
 Residual             0.48633  0.6974  
Number of obs: 32, groups:  tank, 16

Fixed effects:
                        Estimate Std. Error      df t value Pr(>|t|)    
(Intercept)               3.5522     0.2684 19.6610  13.233 3.02e-11 ***
nutritionP                0.2871     0.2753 13.0000   1.043  0.31601    
fertlizeradded           -0.3513     0.2753 13.0000  -1.276  0.22436    
seasonwet                 1.0026     0.2466 15.0000   4.066  0.00101 ** 
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

这里的植物生长仅取决于季节,对数尺度上的增长增长为1.0026。如果我想了解实际植物高度的增加,我如何在原始数据的范围内解释这个?它只是e(1.0026)~3 cms,还是有其他方法可以解释这个?

1 个答案:

答案 0 :(得分:1)

exp(1.0026)确实约为3(2.72),但此值代表比例更改。在潮湿季节,生长比在干燥季节高三倍,其他条件相同。