Нет встроенного положения для вычислений размера эффекта, но вы можете объединить его, определив пользовательскую функцию контраста, которая делит каждое попарное сравнение на значение сигмы:
mypw.emmc = function(..., sigma = 1) {
result = emmeans:::pairwise.emmc (...)
for (i in seq_along(result[1, ]))
result[[i]] = result[[i]] / sigma
result
}
Воттестовый прогон:
> mypw.emmc(1:3, sigma = 4)
1 - 2 1 - 3 2 - 3
1 0.25 0.25 0.00
2 -0.25 0.00 0.25
3 0.00 -0.25 -0.25
В вашей модели ошибка SD равна 9,246 (посмотрите на summary(fit); итак, ...
> emmeans(fit, mypw ~ sex, sigma = 9.246, name = "effect.size")
NOTE: Results may be misleading due to involvement in interactions
$emmeans
sex emmean SE df lower.CL upper.CL
female 63.8 0.434 3.03 62.4 65.2
male 74.5 0.809 15.82 72.8 76.2
other 68.8 1.439 187.08 65.9 71.6
Results are averaged over the levels of: favorite.pirate
Degrees-of-freedom method: kenward-roger
Confidence level used: 0.95
$contrasts
effect.size estimate SE df t.ratio p.value
female - male -1.158 0.0996 399 -11.624 <.0001
female - other -0.537 0.1627 888 -3.299 0.0029
male - other 0.621 0.1717 981 3.617 0.0009
Results are averaged over the levels of: favorite.pirate
Degrees-of-freedom method: kenward-roger
P value adjustment: tukey method for comparing a family of 3 estimates
Хотя некоторые слова предостережения:
- SE значений эффектов вводят в заблуждение, потому что они не учитывают изменения в
sigma. Это не очень хороший пример, потому что
a. Факторы взаимодействуют (Эдвард Лоу отличается в своем профиле). Также см. Предупреждающее сообщение.
b. Модель является единственной (как предупреждено, когда модель была подогнана), что дает оценкудисперсия нуля для college)