У меня довольно простая модель, которая выглядит так:
fm <- lmer(Height~Site*HW+(1|Plot))
, где Высота и HW являются непрерывными переменными, а Участок и График являются категориальными. Сайт имеет 3 уровня (A, B, C). Я управлял квадратом Вальда Чи II типа, и это показало, что термин взаимодействия был значительным, что я интерпретирую как сайты, отличающиеся по своим наклонам высоты от высоты:
> Anova(fm)
Analysis of Deviance Table (Type II Wald chisquare tests)
Response: Height
Chisq Df Pr(>Chisq)
Site 26.147 2 2.1e-06 ***
HW 91.089 1 < 2e-16 ***
Site:HW 13.775 2 0.00102 **
Я заинтересован в запуске пост-hoc, чтобы увидеть, какие сайты делали и не сильно различались по наклону. Я попробовал следующее, но это не похоже на то, что происходит визуально при построении данных. Это правильный код?
leastsquare = lsmeans(fm,pairwise ~ Site:HW,adjust = "tukey")
leastsquare$contrasts
contrast estimate SE df t.ratio p.value
A - B 0.00206 0.0113 4.87 0.182 0.9819
A - C -0.04496 0.0101 4.88 -4.438 0.0163
B - C -0.04703 0.0113 4.87 -4.154 0.0212
Итак, это мой первый вопрос: является ли приведенный выше правильный способ проверки различий наклона между 3 уровнями моей категориальной переменной?
Мне также интересно узнать, как средства трех уровней сайта отличаются друг от друга (в дополнение к вопросу об уклоне выше). Могу ли я просто запустить специальный тьюки на сайте? Это дает мне предупреждения, если я сделаю это. Есть ли лучший способ спросить об основных эффектах, принимая во внимание взаимодействие?
Заранее спасибо!