从线性混合模型中获取效果大小（lme4）

Question

假设我想为lmer对象中的每个术语获得某种效果大小，那么执行此操作的最佳方法是什么？例如，我有这个模型有两个主要的影响（gen和nutrient）及其相互作用：

library(lme4) 
data(Arabidopsis) 
fit1 <- lmer(total.fruits~gen*nutrient+(1|reg), data=Arabidopsis) 
summary(fit1) 

# # # truncated output 

Random effects: 
Groups Name  Variance Std.Dev. 
reg  (Intercept) 144.4 12.02 
Residual    1304.4 36.12 
Number of obs: 625, groups: reg, 3 

Fixed effects: 
       Estimate Std. Error  df t value Pr(>|t|)  
(Intercept) 4.35938 10.72391 7.20000 0.407 0.696  
gen   0.13441 0.39560 67.90000 0.340 0.735  
nutrient  6.62369 0.99266 619.40000 6.673 5.58e-11 *** 
gen:nutrient -0.09971 0.04308 619.50000 -2.314 0.021 * 
--- 
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

如果我想每个固定效应的主要作用和取得的效果大小（R2或伪-R2）互动术语，这样做的最佳方法是什么？获取完整模型的R2（a la MuMIn::r.squaredGLMM(fit1)），并在建立最终模型时使用模型比较方法？或者，还有更好的方法？

Answer 1

你是否试过这个包中的sem.model.fits函数https://cran.r-project.org/web/packages/piecewiseSEM/piecewiseSEM.pdf？你应该能够获得假R2以适应不同的和固定的效果。如果您希望效果大小对应于特定参数而不是整个模型，则可以使用较少的参数分解模型，并使用模型比较。