使用lmer函数对嵌套方差分析进行事后分析

Question

我昨天发布了一个问题，涉及使用lme函数在R中嵌套ANOVA的Posthoc。 为了评估结果，我想使用lmer函数进行另一个事后分析。

不幸的是，这不起作用。为此，我使用了相同的数据：

Treatment   Session   player.cumulative_donation:
CG             uk4rlbdo         2.5
CG             uk4rlbdo         1.4 
CG             uk4rlbdo         0
CG             uk4rlbdo         1
CG             dg0bqvit         0
CG             dg0bqvit         0
CG             dg0bqvit         0.5
CG             dg0bqvit         0
TG1            g6n3z46r         1
TG1            g6n3z46r         0
TG1            g6n3z46r         0
TG1            g6n3z46r         0.2

我使用Rcompanion作为来源。我一切都做得很好，但问题始于

> difflsmeans(model,
+             test.effs="Treatment")

命令。如果我想运行相同但经过处理的设备，则既不会得到结果，也不会收到错误消息：

> difflsmeans(model,
+             test.effs="Treatment")
Least Squares Means table:

     Estimate Std. Error df t value lower upper Pr(>|t|)

  Confidence level: 95%
  Degrees of freedom method: Satterthwaite 

我认为计算“模型”可能出了点问题。 我是通过以下命令执行此操作的：

> model = lmer(Donation ~ Treatment + (1|Session),
+              data=SPSS_Data,
+              REML=TRUE)

并将其作为输出：

Linear mixed model fit by REML ['lmerModLmerTest']
Formula: Donation ~ Treatment + (1 | Session)
   Data: SPSS_Data
REML criterion at convergence: 333.7406
Random effects:
 Groups   Name        Std.Dev.
 Session  (Intercept) 0.1756  
 Residual             1.6512  
Number of obs: 88, groups:  Session, 27
Fixed Effects:
 (Intercept)  TreatmentTG1  TreatmentTG2  TreatmentTG3  TreatmentTG4  
      0.7492        1.3344        0.2981        1.4943        0.5274  

在此先感谢您的帮助！