我可以在 LME 模型中使用 emmeans 吗？

Posted 2023-02-18

【中文标题】我可以在 LME 模型中使用 emmeans 吗？

【英文标题】：Can I use emmeans with LME model?

【发布时间】：2019-03-04 07:50:20

【问题描述】：

我使用的 LME 模型定义如下：

mod4.lme <- lme(pRNFL ~  Init.Age + Status + I(Time^2), random= ~1|Patient/EyeID,data = long1, na.action = na.omit)

输出是：

> summary(mod4.lme)
Linear mixed-effects model fit by REML
 Data: long1 
       AIC      BIC    logLik
  2055.295 2089.432 -1018.647

Random effects:
 Formula: ~1 | Patient
        (Intercept)
StdDev:    7.949465

 Formula: ~1 | EyeID %in% Patient
        (Intercept) Residual
StdDev:    12.10405 2.279917

Fixed effects: pRNFL ~ Init.Age + Status + I(Time^2) 
                Value Std.Error  DF   t-value p-value
(Intercept)  97.27827  6.156093 212 15.801950  0.0000
Init.Age      0.02114  0.131122  57  0.161261  0.8725
StatusA     -27.32643  3.762155 212 -7.263504  0.0000
StatusF     -23.31652  3.984353 212 -5.852023  0.0000
StatusN      -0.28814  3.744980  57 -0.076940  0.9389
I(Time^2)    -0.06498  0.030223 212 -2.149921  0.0327
 Correlation: 
          (Intr) Int.Ag StatsA StatsF StatsN
Init.Age  -0.921                            
StatusA   -0.317  0.076                     
StatusF   -0.314  0.088  0.834              
StatusN   -0.049 -0.216  0.390  0.365       
I(Time^2) -0.006 -0.004  0.001 -0.038 -0.007

Standardized Within-Group Residuals:
       Min         Q1        Med         Q3        Max 
-2.3565641 -0.4765840  0.0100608  0.4670792  2.7775392 

Number of Observations: 334
Number of Groups: 
           Patient EyeID %in% Patient 
                60                119 

我想比较我的“状态”因素（名为 A、N、F 和 H）。所以我用这段代码做了一个emmeans模型：

emmeans(mod4.lme, pairwise ~ Status, adjust="bonferroni")

这个的输出是：

> emmeans(mod4.lme, pairwise ~ Status, adjust="bonferroni")
$emmeans
 Status   emmean       SE df lower.CL  upper.CL
 H      98.13515 2.402248 57 93.32473 102.94557
 A      70.80872 2.930072 57 64.94135  76.67609
 F      74.81863 3.215350 57 68.38000  81.25726
 N      97.84701 2.829706 57 92.18062 103.51340

Degrees-of-freedom method: containment 
Confidence level used: 0.95 

$contrasts
 contrast    estimate       SE  df t.ratio p.value
 H - A     27.3264289 3.762155 212   7.264  <.0001
 H - F     23.3165220 3.984353 212   5.852  <.0001
 H - N      0.2881375 3.744980  57   0.077  1.0000
 A - F     -4.0099069 2.242793 212  -1.788  0.4513
 A - N    -27.0382913 4.145370  57  -6.523  <.0001
 F - N    -23.0283844 4.359019  57  -5.283  <.0001

【问题讨论】：

不确定您的问题是什么。如果是"Does emmeans support lme models?"，那么答案是“是”（正如您自己演示的那样）。

抱歉回复晚了！我想知道这种情况下的多重比较是否给了我纯粹的组差异（考虑到影响组的变量和随机效应的嵌套）或者给我一个交互效应的差异（状态*时间）。因为我想要的是纯粹的效果。这有意义吗？？谢谢！ :)

它根据您的模型为您提供状态之间的差异，并考虑到交互。您可以通过在 emmeans 中指定这一点来在成对比较/对比中添加时间：emmeans(mod4.lme, pairwise ~ Status | Time, adjust="bonferroni")，然后它应该返回每个 Time 的 Status 之间的差异。我不确定这是否能回答您的问题？

我想你回答了我的问题，是的。因为我要报告的是交互效应的组差异，而不仅仅是纯组（状态）差异。所以我想是的，你回答了我的问题，谢谢。再澄清一下，如果我的模型是：'mod4.lme

你看过这个链接：cran.r-project.org/web/packages/emmeans/vignettes/… 吗？我认为它可以帮助您构建和测试模型的效果，以及制作数字来说明您的结果。

【参考方案1】：

答案是肯定的，emmeans是根据模型做计算的