emmeans的后向变换

Question

为了满足lmer中线性模型的假设，我必须转换变量响应(例如变量1)，使用这里建议的重尾数据的https://www.r-bloggers.com/2020/01/a-guide-to-data-transformation/方法，并演示如下：

TransformVariable1 <- sqrt(abs(Variable1 - median(Variable1))

然后，我将数据与以下示例模型相匹配：

fit <- lmer(TransformVariable1 ~ x + y + (1|z), data = dataframe) 

接下来，我更新引用网格，以便按照这里的建议对转换进行解释( Specifying that model is logit transformed to plot backtransformed trends )

rg <- update(ref_grid(fit), tran = "TransformVariable1")

但是，在使用以下命令后，to方法不会被转换回原来的比例：

fitemm <- as.data.frame(emmeans(rg, ~ x + y, type = "response"))

我的问题是:我怎样才能把教育手段转变成原来的规模？

提前谢谢你。

Answer 1

这里有两个主要问题。

其中较少的是指定tran。您需要指定少数已知的转换(如"log" )中的一个，或者需要一个具有所需函数的列表来撤消转换并实现增量方法。请参阅make.link、make.tran和vignette("transformations", "emmeans")的帮助。

更严重的问题是，这里使用的转换不是单调函数，因此不可能对结果进行反向转换。每个转换后的响应值对应于原始变量中值两边的两个可能值。我们这里的模型并不估计对给定变量的影响，而是对该变量的分散性的影响。这就像试图用速度计代替导航系统一样。

我建议使用不同的模型，或者至少使用不同的响应变量。

可能的补救办法

再看看这个，我想知道这是否是对称平方根变换--用sign(Variable1 - median(Variable1))表示的。此转换可在emmeans::make.tran()中使用。你需要重新安装模型。

我建议的是首先创建转换对象，然后在整个过程中使用它：

require(lme4)
requre(emmeans)

symsqrt <- make.tran("sympower", param = c(0.5, median(Variable1)))

fit <- with(symsqrt, 
    lmer(linkfun(Variable1) ~ x + y + (1|z), data = dataframe)
)

emmeans(fit, ~ x + y, type = "response")

symsqrt包含实现转换所需的函数列表。转换本身是symsqrt$linkfun，意味着当响应转换命名为linkfun时，包知道查找其他内容。

顺便说一句，请改掉用emmeans()包as.data.frame()的习惯。这使得一些不可见的重要注释变得不可见，并且也禁止了对对比和比较进行跟踪的可能性。如果您认为您希望看到比所显示的更高的精度，您可以在调用之前使用emm_options(opt.digits = FALSE)；但实际上，如果您认为这些额外的数字提供了有用的信息，那么您就是在自欺欺人。