апостериорный тест для линейной смешанной модели с двумя переменными

Question

Я построил линейную смешанную модель и провел для нее post-hoc тест.Фиксированными коэффициентами являются номера фаз (время) и группа.

statistic_of_comp <- function (x, df) {
x.full.1 <- lmer(x ~  phase_num + group + (1|mouse), data=df, REML = FALSE)
x_phase.null.1 <- lmer(x ~ group + (1|mouse), data=df, REML = FALSE)
print(anova (x.full.1, x_phase.null.1))
summary(glht(x.full.1, linfct=mcp(phase_num="Tukey")))
}

Теперь моя проблема заключается в том, что я хочу провести тест с дополнительными параметрами более чем одним фиксированным фактором.Я нашел следующее

linfct=mcp(phase_num="Tukey", group="Tukey)

, но это не дает желаемого результата.В настоящий момент я получаю сравнение для групп с Тьюки (каждая группа с каждой другой группой) и сравнение между двумя фазами.

То, что я хочу, это сравнение номеров фазы для каждой группы.например, группа1 фаза1-фаза2 ..., группа2 фаза1-фаза2 и т. д.

Answer 1

Я уверен, что вы можете сделать это с multcomp, но позвольте мне проиллюстрировать, как это сделать с пакетом emmeans.Я собираюсь использовать обычную линейную модель (так как вы не привели воспроизводимый пример), но рецепт ниже должен работать так же хорошо со смешанной моделью.

Линейная модельот ?emmeans (с использованием встроенного набора данных):

warp.lm <- lm(breaks ~ wool * tension, data = warpbreaks)

Применить emmeans(), за которым следует функция pairs():

pairs(emmeans(warp.lm , ~tension|wool))
wool = A:
 contrast estimate   SE df t.ratio p.value
 L - M      20.556 5.16 48  3.986  0.0007 
 L - H      20.000 5.16 48  3.878  0.0009 
 M - H      -0.556 5.16 48 -0.108  0.9936 

wool = B:
 contrast estimate   SE df t.ratio p.value
 L - M      -0.556 5.16 48 -0.108  0.9936 
 L - H       9.444 5.16 48  1.831  0.1704 
 M - H      10.000 5.16 48  1.939  0.1389 

Для получения дополнительной информации см.?pairs.emmGrid или vignette("comparisons",package="emmeans") (что поясняет, что эти тесты действительно используют сравнения Тьюки по умолчанию).