gpt4 book ai didi

r - 使用 emmenas 为 post hoc 估计效果大小

转载 作者:行者123 更新时间:2023-12-04 04:24:23 26 4
gpt4 key购买 nike

有没有办法直接使用 emmeans() 获得效果大小(例如 Cohen's d 或最合适的)?

我找不到通过使用 emmeans() 获得效果大小的任何东西

post <- emmeans(fit, pairwise~  favorite.pirate | sex)
emmip(fit, ~ favorite.pirate | sex)

最佳答案

效果大小计算没有内置规定,但您可以通过定义自定义对比函数将每个成对比较除以 sigma 值来拼凑一个:

mypw.emmc = function(..., sigma = 1) {
result = emmeans:::pairwise.emmc (...)
for (i in seq_along(result[1, ]))
result[[i]] = result[[i]] / sigma
result
}

这是一个测试运行:
> mypw.emmc(1:3, sigma = 4)
1 - 2 1 - 3 2 - 3
1 0.25 0.25 0.00
2 -0.25 0.00 0.25
3 0.00 -0.25 -0.25

对于您的模型,错误 SD 为 9.246(查看 summary(fit) ;因此,...
> emmeans(fit, mypw ~ sex, sigma = 9.246, name = "effect.size")
NOTE: Results may be misleading due to involvement in interactions
$emmeans
sex emmean SE df lower.CL upper.CL
female 63.8 0.434 3.03 62.4 65.2
male 74.5 0.809 15.82 72.8 76.2
other 68.8 1.439 187.08 65.9 71.6

Results are averaged over the levels of: favorite.pirate
Degrees-of-freedom method: kenward-roger
Confidence level used: 0.95

$contrasts
effect.size estimate SE df t.ratio p.value
female - male -1.158 0.0996 399 -11.624 <.0001
female - other -0.537 0.1627 888 -3.299 0.0029
male - other 0.621 0.1717 981 3.617 0.0009

Results are averaged over the levels of: favorite.pirate
Degrees-of-freedom method: kenward-roger
P value adjustment: tukey method for comparing a family of 3 estimates

一些警告的话:
  • 效应量的 SE 具有误导性,因为它们没有考虑 sigma 中的变化。 .
  • 这不是一个很好的例子,因为

    一个。因素相互作用(Edward Low 在他的个人资料中有所不同)。
    另请参阅警告消息。

    湾该模型是奇异的(正如在拟合模型时警告的那样),对于 college 产生的估计方差为零)
  • 关于r - 使用 emmenas 为 post hoc 估计效果大小,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58147081/

    26 4 0
    Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
    广告合作:1813099741@qq.com 6ren.com