1
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:从线性混合模型中获取效果大小(lme4)
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?
[具有随机效应的混合模型中的R square](https://stats.stackexchange.com/questions/46160/r-square-in-mixed-model-with-random-effects)。 –
这是一个编程问题还是统计问题? “最好的方法是什么”使它听起来像后者... –