nlme-包(r)解释中的lme摘要/无法显示所有级别的固定效果。

Question

需要一些帮助来解释汇总() -function结果。

我正在从R中的包lme运行一个nlme。

我有一个简单的(相当小的)数据集，有三个分组变量:起源、基因型和时间，响应是一个名为Maxi的连续变量。

起源=2级，称为Ka和La

基因型=3个水平嵌套在起源Ka内，2个水平嵌套在起源La内

时间=每种基因型内嵌套的2个水平

我对起源、时间及其相互作用的主要影响感兴趣。除了测试之外，我还想知道他们的估计。下面是我心目中的模型：

model = lme(fixed = Maxi ~ Origin*Time, random = ~ 1 |Genotype)

anova()等功能很好，实际上没有明显的交互作用，但是

这是的问题：

当我运行摘要(模型)时，我得到：

Fixed effects: Maxi ~ Origin * Time 
                                   Value Std.Error DF   t-value p-value
(Intercept)                    15.399386 1.1127382 20 13.839181  0.0000
OriginLa                       -1.986388 1.7702416  3 -1.122100  0.3435
Timeeve                         0.074444 0.8942694 20  0.083246  0.9345
OriginLa:Timeeve               -1.387448 1.5648876 20 -0.886612  0.3858

我对其他因素水平的估计在哪里？我认为，为了能够解释这些固定的效果，汇总表必须以某种方式显示所有的级别？或者我对此的解释是：

    the estimate for OriginKa is 15.399386
    the estimate for OriginLa is 15.399386-1.986388
    the estimate for Timemor  is 15.399386
    the estimate for Timeeve  is 15.399386+0.074444

and then I can't even guess how to interpret the interaction estimate...

从直觉上看，对于原产地-factor的水平和时间因素的估计都是相同的，这是不正确的。

备注：

1. 我没有将数据转换为groupedData (是否总是必要的？)
2. 我想在模型中加入随机=1~x源/基因型，但是在输出中产生NaNs，显然模型变得太复杂了？

有什么指示吗？

以下是重现我的问题所需的数据：

Orig.Genot.Time Maxi
Ka  Ka1     mor 14,59
Ka  Ka1     eve 13,42
Ka  Ka11    mor 14,08
Ka  Ka11    eve 16,29
Ka  Ka15    mor 14,38
Ka  Ka15    eve 14,56
La  La1     mor 17,82
La  La1     eve 13,28
Ka  Ka1     mor 16,44
Ka  Ka1     eve 15,52
Ka  Ka15    mor 13,76
Ka  Ka15    eve 13,55
Ka  Ka1     mor 19,15
Ka  Ka1     eve 19,12
La  La6     mor 10,54
La  La6     mor 11,38
La  La6     eve 10,48
Ka  Ka15    mor 15,25
Ka  Ka15    eve 16,51
La  La1     mor 17,46
La  La1     eve 15,57
Ka  Ka1     mor 16,83
Ka  Ka1     eve 15,63
Ka  Ka15    mor 14,54
Ka  Ka15    eve 15,09
La  La1     mor 11,3
La  La1     eve 11,94

Answer 1

我最近也一直在与lme()做斗争。首先，我知道您的随机效果语法是不正确的。如果基因型是本源内的嵌套因子，则为随机=~1区基因/基因型。此外，您的总结似乎不完整的原因再次是您的语法。公式应该是

lme(固定=马克西~源+时间+起源*时间，随机=~1区/基因型)

如果你想测试起源，时间，以及起源和时间的组合。因为公式中没有包含单个术语，所以它没有计算这些项之间的任何关联。实际上，你只是在测试综合因素，而不是单个因素。另外，如果你想测试起源和时间的交互作用，而不是综合效应，那就应该是起源:时间，而不是起源*时间。