Question

数据链接： https://drive.google.com/open?id=1aMgwSPOZAEO3cICqLeQyqsDF_5WrhFXe

我在使用上面链接的数据对二项式glm进行事后分析时遇到问题。

实验：我正在研究给出3个解释变量的昆虫标记的可检测性（存在/不存在）;应用方法（apptreat - factor，2 level），marker（factor，2 levels）和曝光时间（exp - numeric，3 levels）。响应变量（检测）记录为1表示当前，0表示不存在。在多次运行模型以确定是否有任何相互作用之后，我想出了以下模型。

型号：

id.glm2<-glm(detec~apptreat+marker+exp+apptreat*exp, family=binomial,     data=indiv_detec2)
anova(id.glm2, test="Chisq")

输出：

Analysis of Deviance Table
Model: binomial, link: logit
Response: detec
Terms added sequentially (first to last)


         Df Deviance Resid. Df Resid. Dev  Pr(>Chi)    
NULL                           906    1182.37              
apptreat      1  238.847       905     943.52 < 2.2e-16 ***
marker        1  156.844       904     786.68 < 2.2e-16 ***
exp           1  138.098       903     648.58 < 2.2e-16 ***
apptreat:exp  1    9.414       902     639.17  0.002153 ** 
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

我想进行事后多重比较分析，以比较每个变量中的差异，包括使用glht CRAN中multcomp函数的交互。我能够对主要效果进行比较，并发出关于存在交互的警告（正如其他帖子所预期的那样）。为了对交互进行posthoc分析，我使用以下代码在交互数据中添加了一列，并将其作为glm模型中的主要效果包含在内

indiv_detec2$AE<-interaction(indiv_detec2$apptreat, indiv_detec2$exp)
id.glm2<-glm(detec~apptreat+marker+exp+AE, family=binomial, data=indiv_detec2)
anova(id.glm2, test="Chisq")

当我使用glht函数对交互变量（AE）进行posthoc分析时，会产生以下错误消息

glht(m1, linfct = mcp(AE = "Tukey"))

modelparm.default（model，...）中的错误：系数和协方差矩阵的维度不匹配

数据不平衡但我不知道这将如何阻止交互变量上的posthoc而不是其他变量。我知道这个问题已经提到了其他帖子，但我还没有能够让这些帖子中提到的解决方案发挥作用。我认为这是我做错了/简单的错误而且无法解决的问题。

Answer 1

您一年前发布了此问题-您是否找到问题的答案？如果是这样，您应该发布自己的问题的答案并接受。

关于您所做的事情，有几件事不一定与您的问题有关，而是相关的：

1）当您在模型中使用“ *”指定互动时，模型会自动包含没有互动的主要效果，即，您只需指定：

id.glm2<-glm(detec~apptreat*exp+marker, family=binomial, data=indiv_detec2)

而如果您指定与“：”的交互，则需要包括主要效果。

2）您对anova（）的使用似乎是不正确的，通常使用anova（）来比较不同的模型，并且您在上面的使用仅指定了m1（我假设它与您在示例中构建的模型相同，但使用不同的名称），请参见anova（）上的信息页：Description of anova usage。我认为您打算使用Anova（）代替？

关于您使用交互功能和主要问题的信息，经过一点点Google搜索，我发现交叉验证的answer会出现相同的问题。他们在他们的代码中注意到，其列中的NA导致了此问题，需要删除它们才能使代码正常工作。我建议您按照此处的说明进行操作，方法是手动将其删除，或者尝试使用na.rm = TRUE并查看是否会改变您的结果。

在具有交互的二项式glm上尝试事后分析时出错

1 个答案: