R:分析混合效果模型的趋势

Question

我有一个变量yi，它代表了一系列不同研究( nyears )随时间的治疗效果(Site)。还有两个分组因子，每个因子有两个水平：N(N高/N低)和Myc(AM/ECM)。我需要知道随着时间的推移，yi是否显示出显著的积极或消极趋势，以及NxMyc子组之间的趋势是否发生变化。

混合效果模型显示了显著的三重交互作用nyears * N*Myc

library(lme4)
library(car)    
> mod <- lmer(yi ~ N*Myc*nyears + (1|Site), data = df)
> Anova(mod)
    Analysis of Deviance Table (Type II Wald chisquare tests)

    Response: yi
                   Chisq Df Pr(>Chisq)   
    N             0.7468  1   0.387489   
    Myc           0.0875  1   0.767403   
    nyears        1.1217  1   0.289559   
    N:Myc         0.5428  1   0.461272   
    N:nyears      2.2371  1   0.134733   
    Myc:nyears    0.6318  1   0.426691   
    N:Myc:nyears 10.8108  1   0.001009 **

现在我怎样才能找出4个子组中每一个的斜率和重要性的符号？

谢谢

Answer 1

斜率的值(在nyears上，对吗？)由以下方式提供：

nyears
nyears + N:nyears
nyears + Myc:nyears
nyears + Myc:nyears + N:Myc:nyears

对于四个不同的组。( N和Myc是数字0/1吗？从输出来看，它们看起来不像是因素。如果它们不是0/1，则重新编码。)

对于坡度的显着性测试，可以使用CAR软件包中的linearHypothesis；也可以使用软件包lmtest中的waldtest；或者重写模型，使nyears成为四组中每一组的感兴趣系数。(例如，如果Myc是0/1虚拟对象，则将其设置为等于1减去其旧值。)

Answer 2

我将使用nlme包对混合效果模型进行编码，然后使用summary检查输出。这将报告坡度、符号和p值。

require(nlme)
m1<- lme(yi ~ N*Myc*nyears, random= ~1|Site, data=df)
summary(m1)