估计lsmeans的差异

Question

如何使用lsmeans来估计两个成对对比的差异？例如-想象一个连续dv和两个因子的预测器。

library(lsmeans)
library(tidyverse)

dat <- data.frame(
  y = runif(30),
  x1 = 1:2 %>% 
    factor %>% 
    sample(30, T),
  x2 = letters[1:3] %>%
    factor %>% 
    sample(30, T)
  )

lm1 <- lm(y ~ x1 * x2, data = dat)

这个电话让我得到了x1对x2影响的估计。

lsmeans(lm1, ~ x1 | x2) %>% 
  pairs 

返回

x2 = a:
 contrast     estimate        SE df t.ratio p.value
 1 - 2    -0.150437681 0.2688707 24  -0.560  0.5810

x2 = b:
 contrast     estimate        SE df t.ratio p.value
 1 - 2    -0.048950972 0.1928172 24  -0.254  0.8018

x2 = c:
 contrast     estimate        SE df t.ratio p.value
 1 - 2    -0.006819473 0.2125610 24  -0.032  0.9747

这很好，但我现在想了解这些对比的差异，看看这些1 - 2差异本身是否根据x2级别而不同。

Answer 1

使用

lsm = lsmeans(lm1, ~ x1 * x2)
contrast(lsm, interaction = “pairwise”)

Answer 2

正如我正确理解您的问题一样，您可以使用以下解决方案：

lm1 <- lm(y ~ x1 * x2, data = dat)
means.int <- lsmeans(lm1, ~x1 + x2)
dd <- contrast(means.int, list(`a--b` = c(1,-1,-1,1,0,0), 
                               `a--c`=c(1,-1,0,0,-1,1),
                               `b--c` = c(0,0,1,-1,-1,1)), 
               adjust = 'mvt')