3个变量相互作用的lmer成对比较，霍尔姆校正少数计划比较而不是28

2jcobegt 于 2023-06-27 发布在其他

关注(0)|答案(1)|浏览(142)

我有三个IV：范围内-->手（左，右），时间（前，后）;训练（治疗，假手术）和连续DV之间：RT。
我已经运行了一个线性混合效应模型，看看是否有显着的相互作用使用这条线：

model1 = lmer(RT ~ Training*Time*Hand + (1|Sub), data = db)

然后我想看看一些水平之间的差异（即，左前处理和左后处理），并使用Holm方法调整p值。然而，我不想纠正“不合逻辑”的比较，如左前处理与右后假处理。
我使用的线是这样的：

emmeans(model1, list(pairwise ~ Hand * Time * Training), adjust="holm")

我想使用adjust = "none"并在稍后进行调整以进行计划的比较，但我不知道如何在R中做到这一点。

来源：https://stackoverflow.com/questions/76538652/lmer-pairwise-comparisons-for-3-variables-interactions-holm-correcting-for-few

1条答案

按热度按时间

jdgnovmf1#

你没有给予一个可重复的例子，但是你计算未调整的p值，提取子集，并自己进行霍尔姆调整的策略听起来很明智-你需要知道的两件事是（1）如何从emmeans对象中提取p值（见下文）和（2）如何计算调整后的p值（答案：p.adjust(., "holm")：这是一个base-R函数）。

m1 <- lm(mpg ~ factor(carb), mtcars)
e1 <- emmeans(m1, list(pairwise ~ carb), adjust = "none")
pval1 <- as.data.frame(e1$pair)$p.value
e2 <- emmeans(m1, list(pairwise ~ carb), adjust = "holm")
pval2 <- as.data.frame(e2$pair)$p.value
all.equal(pval2, p.adjust(pval1, "holm"))  ## TRUE

赞(0）回复(0）举报 2023-06-27

我来回答

3个变量相互作用的lmer成对比较，霍尔姆校正少数计划比较而不是28

1条答案

相关问题

热门标签

最新问答