r - 在 nlme 或 lme4 中获得固定效应的广义最小二乘均值

Question

aov 对象的最小二乘均值及其标准误差可以通过 model.tables 函数获得:

npk.aov <- aov(yield ~ block + N*P*K, npk)
model.tables(npk.aov, "means", se = TRUE)

我想知道如何通过 nlme 或 lme4 对象的标准误差获得广义最小二乘均值:

library(nlme)
data(Machines)
fm1Machine <- lme(score ~ Machine, data = Machines, random = ~ 1 | Worker )

任何评论和提示将不胜感激。谢谢

Answer 1

lme 和 nlme 通过最大似然或受限最大似然拟合(后者是默认值)，因此您的结果将基于其中任何一种方法

summary(fm1Machine) 将为您提供包含均值和标准错误的输出:

....irrelevant output deleted
Fixed effects: score ~ Machine 
               Value Std.Error DF  t-value p-value
(Intercept) 52.35556  2.229312 46 23.48507       0
MachineB     7.96667  1.053883 46  7.55935       0
MachineC    13.91667  1.053883 46 13.20514       0
 Correlation: 
....irrelevant output deleted

因为您已为固定效应拟合截距，所以您在固定效应结果中得到截距项，而不是 MachineA 的结果。 MachineB 和 MachineC 的结果与截距形成对比，因此要获得 MachineB 和 MachineC 的均值，请将每个值与截距均值相加。但标准错误不是你想要的。

要获得您想要的信息，请拟合模型，使其在固定效应中没有截距项(请参阅固定效应末尾的 -1:

fm1Machine <- lme(score ~ Machine-1, data = Machines, random = ~ 1 | Worker )

这将为您提供所需的方法和标准错误输出:

....irrelevant output deleted
Fixed effects: score ~ Machine - 1 
            Value Std.Error DF  t-value p-value
MachineA 52.35556  2.229312 46 23.48507       0
MachineB 60.32222  2.229312 46 27.05867       0
MachineC 66.27222  2.229312 46 29.72765       0
....irrelevant output deleted