0

我用 lmerTest 运行了一个混合模型，我需要一个事后测试。

以下是模型，每个试验连续。然后，我使用 emmeans 但得到以下错误（可能是因为大量的观察）。

我会很感激帮助或以其他方式运行后挂钩，因为我尝试过的其他方式也不起作用。PS当我尝试添加参数'lmerTest.limit = 13812'时它根本不起作用。

lmerTest :: lmer (RT ~ condition * pronoun * objectification_center +
(1+ pronoun| subject_ID),
data = data)```


emm1 = emmeans(mixed_model_RT_comp, specs = pairwise ~ condition:pronoun)

 Note: D.f. calculations have been disabled because the number of observations exceeds 3000.
To enable adjustments, add the argument 'pbkrtest.limit = 13812' (or larger)
[or, globally, 'set emm_options(pbkrtest.limit = 13812)' or larger];
but be warned that this may result in large computation time and memory use.
Note: D.f. calculations have been disabled because the number of observations exceeds 3000.
To enable adjustments, add the argument 'lmerTest.limit = 13812' (or larger)
[or, globally, 'set emm_options(lmerTest.limit = 13812)' or larger];
but be warned that this may result in large computation time and memory use.
NOTE: Results may be misleading due to involvement in interactions```
4

1 回答 1

0

从我在这个问题中读到的内容，您确实得到了结果。做就是了：

emm1

你会看到他们。

OP 中显示的消息只是消息，而不是错误。因为你有这么多的观察，它使用渐近结果（z检验而不是t检验，由Inf自由度表示）。这绕过了使用 Kenward-Roger 或 Satterthwaite 自由度所需的极其繁重的计算。通过指定 ，您可以获得相同的结果，而无需前两条消息中的任何一条emmeans(..., lmer.df = "asymp")。

当您说“当我尝试添加参数lmerTest.limit = 13812时，它根本不起作用”，我怀疑真正发生的事情是计算机似乎锁定了；这是因为获得 Satterthwaite 自由度需要大量的计算。

第三条消息说，当涉及交互时，计算边际均值可能不是一个好主意。您应该做一些绘图或测试或其他事情，以确保平均超过objectification_center. 查看summary(mixed_model_RT_comp)并查看与 交互的测试objectification_center。如果其中任何一个很重要，您可能不应该对该因素进行平均，而是使用specs = pairwise ~ condition:pronoun | objectification_denter. 如果这些交互不显着，请考虑在没有这些交互的情况下重新拟合模型。

于 2021-05-31T21:25:25.923 回答