问题标签 [lmertest]

我试图尽可能多地向您展示数据的结构和我产生的结果。

数据结构如下：

Person 是参与者 ID，GroupID 是被评定的刺激类型，Factor 1（0 级和 1 级）和 Factor 2（1 级和 2 级）是固定因素，Ratings 是结果变量。

我正在尝试在线性混合效应模型中打印一个显着交互的图。我使用包 lme4 和 lmerTest 来分析数据。

这是我们运行的模型：

当我使用 summary() 函数时，R 返回以下输出

我知道无法解释线性混合效应模型的 p 值。所以我运行了一个额外的方差分析，将交互模型与仅具有 Factor1 和 Factor2 主效应的模型进行比较

我将此输出解释为：与仅具有因子 1 和因子 2 主效应的模型相比，因子 1 和因子 2 的交互作用解释了我的结果测量中的额外差异。

由于很难解释线性混合效应模型的输出，我想打印一张图表，显示 Factor1 和 Factor2 的相互作用。我使用 lsmeans 包这样做（首先我使用了 plot(allEffects) 但在阅读了如何在混合效应模型中获取系数及其置信区间？问题后我意识到这不是为线性混合效应模型打印图形的正确方法）。

所以这就是我所做的（按照这个网站http://rcompanion.org/handbook/G_06.html）

这是我使用的绘图功能

可以使用此链接找到该情节（我还不允许发布图像，请原谅解决方法）

Factor1 和 Factor2 的交互作用

现在我的问题如下：为什么我有一个显着的交互作用和这种交互作用的大量解释方差，但我在情节中的置信区间重叠？我想我对置信区间做错了什么？还是因为无法解释线性混合效应模型的显着性指数？

Edit1：正如下面@RolandASc 所报告的那样，lmerTest. 我已经给包的维护者写了一封电子邮件报告这个问题。
编辑2：维护者回应：“我们正在努力进行更新，希望以更好的方式处理此类问题……”

我正在尝试使用lme4/获取空随机效应模型的 p.values，lmerTest但无法弄清楚为什么不为null模型计算它们。

使用sleepstudy数据我定义模型如下：

我希望调用summary(lmer0)会在固定效果中打印截距的 p.value - 但lmerTest这样做失败并实际上从以下位置调用摘要lme4：

如果我在哪里使用nlme相同的模型，一切看起来都正确：

PS如果这个问题更适合CrossValidated，请告诉我，我会把它移到那里。谢谢你。

我正在编写一个自定义函数，它借助purrr::map. 代码块工作得很好，但是当我把它变成一个自定义函数时，我不清楚我应该如何输入与列表元素中的各个列相对应的参数。

如果我让自定义函数工作，我可以将它用于尽可能多的变量。否则，我将不得不为不同的变量继续复制粘贴相同的代码。

由reprex 包（v0.1.1.9000）于 2018 年 1 月 28 日创建。

我试图通过模拟模型来了解如何使用混合线性模型来分析我的数据，但我无法重现输入参数。我错过了什么？

我想开始为每个主题模拟一个随机截距的模型。这是我想要模拟和重现的公式：

如果 beta1 (<11) 很小，我发现 gamma00 作为固定部分的截距，但我完全无法检索斜率 (beta1)。此外，线性效应并不显着。我的概念错误在哪里？

我对 lme4 有一些经验，但是今天我第一次尝试了 lmerTest，当使用 rand() 函数检查随机分量时，我对一些结果感到惊讶。（我知道 lme4 的作者不建议这样做！）在故障排除中，我想我发现了一些不受欢迎的行为：当 rand() 看到变量名称包含点的随机效应项时，它似乎将该项解析为多个变量. 当然这些在数据集中可能存在也可能不存在，但不幸的是它不会抛出错误，它只会给出奇怪的结果。

这是一个MWE：

我正在绘制固定效应模型的估计值。有没有办法只绘制一些固定效果，而不是全部？

我还使用 lmerTest 来获取用于报告的 p 值。有没有办法将 p 值添加到绘图中以证明哪些固定效应达到显着性？

我最近更新到 R 版本 3.5.0 和 R Studio 版本 1.1.447 (Mac El Capitan 10.11.6)。当我尝试整理（使用包 broom）使用包“lmerTest”创建的对象时，我收到一条错误消息：

在早期版本中我没有这个问题，这就是我所做的，这让错误消息：

有谁知道解决这个问题，或者任何人都可以解释发生了什么或问题是什么？当我使用 lme4 包时，一切仍然有效（但我希望它与“lmerTest”包一起工作）。

有没有办法让 lmertest 产生置信区间？

我尝试使用来自https://cran.r-project.org/web/packages/lmerTest/lmerTest.pdf的代码

但我得到这个错误

（关于SO的第一个问题，对任何错误深表歉意！）

我正在尝试使用线性混合模型分析数据，该模型考虑块（图）和基因型（线）效应，并通过 Welch-Satterthwaite 调整自由度来解释 WT（控制）的不同复制率。这是一个不完整的块设计，每个块中都包含 WT。

我用lmerTest::lmer, 来构建模型

到目前为止，一切都很好。考虑了 df 的 Satterthwaite 校正。但是当我尝试进行事后 Dunnett 测试时

这没用。glht无法处理由 . 返回的 S4 对象lmerTest::anova。但是，lmerTest::lmer也lme4::lmer确实返回了一个有效对象，但后者不能考虑到 Satterthwaite 校正。

问题

我错过了什么吗？非常感谢有关如何将校正模型的方差分析转换为有效对象或使用不同方式对 S4 对象进行 Dunnett 测试的任何建议。

如建议的那样，数据（biomass.allmeans）：

我使用 lmerTest 在 R 中为我的 lmer 模型获取 p 值。不幸的是，多次运行模型每次都会给我不同的 p 值。有没有办法多次运行模型来计算一个稳健的 p 值？任何其他获得更稳健 p 值的方法也非常受欢迎。

我的代码（这是根据 Aicc 具有最佳随机结构的模型，已删除与高变化膨胀因子的交互）：

谢谢小号