在multcomp :: glht中对具有交互作用的混合效应模型（lme4）进行事后测试

我正在R（lme4包）中的线性混合效应模型上执行事后测试。我正在使用multcomp包（glht()函数）执行事后测试。

我的实验设计是重复测量，具有随机阻塞效应。这些模型被指定为：

mymod <- lmer(variable ~ treatment * time + (1|block), data = mydata, REML = TRUE)

而不是在这里附上我的数据，我叫了数据的工作过warpbreaks的内multcomp包装。

data <- warpbreaks
warpbreaks$rand <- NA

我添加了一个额外的随机变量来模拟我的“阻止”效果：

warpbreaks$rand <- rep(c("foo", "bar", "bee"), nrow(warpbreaks)/3)

这模仿了我的模型：

mod <- lmer(breaks ~ tension * wool + (1|rand), data = warpbreaks) 

我知道“ 其他Multcomp示例-2 Way Anova”中的示例。该示例使您可以比较的张力水平wool。

如果我想做相反的事情-比较wool内的水平tension怎么办？（在我的情况下，这将是在时间水平（三至六月，七月，八月）内比较治疗水平（二至零，一）。

我已经提出了以下代码来执行此操作，但是它似乎不起作用（请参见下面的错误消息）。

首先，从示例（有wool和tension交换位置）开始：

tmp <- expand.grid(wool = unique(warpbreaks$wool), tension = unique(warpbreaks$tension))
X <- model.matrix(~ tension * wool, data = tmp)
glht(mod, linfct = X)

Tukey <- contrMat(table(warpbreaks$wool), "Tukey")

K1 <- cbind(Tukey, matrix(0, nrow = nrow(Tukey), ncol = ncol(Tukey)))
rownames(K1) <- paste(levels(warpbreaks$tension)[1], rownames(K1), sep = ":")

K2 <- cbind(matrix(0, nrow = nrow(Tukey), ncol = ncol(Tukey)), Tukey)
rownames(K2) <- paste(levels(warpbreaks$tension)[2], rownames(K2), sep = ":")

从这里到底部，我自己的代码：

K3 <- cbind(matrix(0, nrow = nrow(Tukey), ncol = ncol(Tukey)), Tukey)
rownames(K2) <- paste(levels(warpbreaks$tension)[3], rownames(K3), sep = ":")

K <- rbind(K1, K2, K3)
colnames(K) <- c(colnames(Tukey), colnames(Tukey))

> summary(glht(mod, linfct = K %*% X))
Error in summary(glht(mod, linfct = K %*% X)) : 
  error in evaluating the argument 'object' in selecting a method for function 'summary': Error in K %*% X : non-conformable arguments

使用lsmeans包要容易得多

library(lsmeans)
lsmeans(mod, pairwise ~ tension | wool)
lsmeans(mod, pairwise ~ wool | tension)