对于广义线性模型(例如,泊松混合模型(与glmer拟合)),lsmeans报告什么?


10

我正在分析设计实验中的眼动数据。我的数据的简化版本如下所示(您可以在此处获取dput()数据),

head(lookDATA)

  participant fixationImage fixationCount
1           9    Automobile            81
2           9          Bird            63
3           9         Chair            82
4           9           Dog            64
5           9          Face            90
6           9         Plant            75

其中参与者是每个主题的唯一标识符,fixationImage是他们固定在哪个图片类别上,而fixationCount是他们固定在该图片类别上的次数。

我使用lme4包中的 glmer()将泊松模型拟合到数据中。

model<-glmer(fixationCount ~ fixationImage + (1|participant), family = poisson, data = lookDATA)

我使用lsmeans 包中的 lsmeans()来检查因子水平之间的差异,

cld(lsmeans(model,"fixationImage"))

提供以下输出:

fixationImage   lsmean         SE df asymp.LCL asymp.UCL .group
Chair         3.786022 0.05764923 NA  3.673018  3.899026  1    
Bird          3.866201 0.05750641 NA  3.753476  3.978925   2   
Dog           3.868768 0.05751010 NA  3.756037  3.981500   2   
Body          3.883644 0.06040952 NA  3.765230  4.002059   23  
Plant         3.893327 0.05746744 NA  3.780679  4.005975   23  
Automobile    3.901939 0.05745528 NA  3.789315  4.014563   23  
Face          3.946848 0.05832549 NA  3.832519  4.061178    3 

根据我(也许是有限的)对使用lsmeans小插图的理解,lsmean列应代表模型预测的给定类别的平均外观数。

但是,这些值似乎与这些数字的简单描述统计数据相去甚远,

summaryBy(fixationCount ~ fixationImage, data = lookDATA)

  fixationImage fixationCount.mean
1    Automobile           55.18750
2          Bird           53.25000
3          Body           57.12821
4         Chair           50.39450
5           Dog           53.82883
6          Face           56.76389
7         Plant           54.71429

这表明我可能不正确理解lsmeans在这里代表的意思,或者可能是我对模型的指定有误。

任何帮助将不胜感激。

Answers:


9

输出代表模型对每个图像的预测。对于有毒物质系列,默认的链接功能是自然对数-因此这些值在对数刻度上。如果这样做lsmeans(..., type = "response"),它将把预测反向转换为原始响应比例。


非常感谢您的迅速答复。我改变了我的语法CLD(LSMEANS(型号“fixationImage”,键入=“回应”)),但得到了以下错误:错误$<-.data.frame*tmp*“月”,值=“”):更换具有1行,数据有0.为了便于记录,我使用的是R版本3.1.2(2014-10-31)'南瓜头盔'和lsmeans版本2.17。尽管如此,您已经回答了我的问题,我将手动转换输出。再次感谢!
Marcus Morrisey 2015年

更新:更新到R版本3.2.0(2015-04-16),“配料全部”后,错误仍然存​​在
Marcus Morrisey 2015年

2
我不确定为什么会发生错误,但看起来好像是从cld事物的角度来看。取出来看看是否可行。并使用pairs代替cld来测试比较(在单独的调用中)。无论如何,这是一条更好的路线,因为cld会做出黑白决定。
罗斯·伦斯

再次感谢。您是正确的,在cld()之外功能还不错。我同意您对Pairs()优越性的评估。我计划使用cld()输出进行绘图,并在补充材料中包含一个表格,其中包含来自pairs()的更详细的信息。很棒的软件包,请继续努力。
Marcus Morrisey 2015年

3
@MarcusMorrisey我已经修复了导致错误cld的错误。感谢您举报。如果您希望我发送更新的软件包,请给我发送电子邮件(请参阅维护者字段)。否则,它将在几周内在CRAN上进行更新。
Russ Lenth
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.