r - emmeans 包和交互包之间的简单斜率估计不同？

Question

我计算了与 interactions 包中的 sim_slopes() 函数交互的简单斜率，并使用了 emtrends() 函数emmeans 包和结果(估计值和标准误差)似乎略有不同，即使两种计算都基于相同的线性模型(使用 lm() 函数)。对此有解释吗？我在下面粘贴了代码和输出。 x是一个连续变量，z是一个具有3个水平的分类变量。

model1 <- lm(DV ~ z * x, data = data)

>   sim_slopes(model1, pred = x, modx = z, johnson_neyman = FALSE)
SIMPLE SLOPES ANALYSIS 

Slope of x when z = 3: 

  Est.   S.E.   t val.      p
------ ------ -------- ------
  0.50   0.10     4.89   0.00

Slope of x when z = 2: 

  Est.   S.E.   t val.      p
------ ------ -------- ------
  0.74   0.09     7.83   0.00

Slope of x when z = 1: 

  Est.   S.E.   t val.      p
------ ------ -------- ------
  0.33   0.10     3.37   0.00

>   emtrends(model1, ~ z, var="x")
NOTE: Results may be misleading due to involvement in interactions
 z               x.trend  SE    df   lower.CL  upper.CL
 1                0.290 0.0669 1016    0.158    0.421
 2                0.618 0.0611 1016    0.498    0.738
 3                0.411 0.0612 1016    0.291    0.531

Answer 1

我正在尝试重现您的结果。我尝试使用 iris 数据在 z 和 x 之间进行交互，其中

DV <- iris$Sepal.Length  
z  <- iris$Species     # z is a categorical variable with 3 levels : setosa, virginica, and versicolor
x  <- iris$Petal.Length #x is a continuous variable.

sim_slopes 和 emtrends 中得到的斜率估计值和相应的标准误差几乎相同。

model1 <- lm(DV ~ z * x, data = iris)
sim_slopes(model1, pred = x, modx = z, johnson_neyman = FALSE)
#SIMPLE SLOPES ANALYSIS 

#Slope of x when z = virginica: 

#  Est.   S.E.   t val.      p
#------ ------ -------- ------
# 1.00   0.09    11.43   0.00

# Slope of x when z = versicolor: 

#  Est.   S.E.   t val.      p
#------ ------ -------- ------
#  0.83   0.10     8.10   0.00

# Slope of x when z = setosa: 

#  Est.   S.E.   t val.      p
# ------ ------ -------- ------
#  0.54   0.28     1.96   0.05

emtrends(model1, ~ z, var="x")
# z          x.trend     SE  df lower.CL upper.CL
# setosa       0.542 0.2768 144 -0.00476     1.09
# versicolor   0.828 0.1023 144  0.62611     1.03
# virginica    0.996 0.0871 144  0.82360     1.17

# Confidence level used: 0.95 

但是，此警告消息:NOTE: Results may be misleading due to involvement in interactions doesn't emerge in my trial.

这个结果表明两个包使用相同的方法来计算斜率。由于您的结果中出现警告消息，我建议您再次检查您的 z 和 x 数据，并重新考虑这些变量的交互作用的合理性。

我的建议是基于emmeans作者在这里的解释: https://mran.microsoft.com/snapshot/2018-03-30/web/packages/emmeans/vignettes/interactions.html