与glmer的交互对比

Question

我正在运行一个具有类似结构的模型：

model <- glmer(protest ~ factora*factorb*numeric+factora+factorb+numeric+1 + (1 + factor1|level1) + (1|level2), data=data, family=binomial(link='logit'))

其中factora和factorb是因子变量，numeric是数值变量。

当在数值范围内将factora factorb (1-5)的两个值保持为3时，factorb (1-5)的两个值之间的交互作用中的对比度有何统计意义，我很好奇。

我尝试了以下选项，但没有成功：

library(psycho)
get_contrasts(model, formula="factora:factorb:numeric", adjust="tukey")
View(contrasts$contrasts) 

这是可行的，但不幸的是，结果保持numeric不变，并且只改变factora和factorb。因此，它没有回答我的问题。

我也尝试过：

library(multcomp)
test = glht(model,linfct=mcp("factora:factorb:numeric"="Tukey"))

这会产生以下错误：

Error in mcp2matrix(model, linfct = linfct) : 
  Variable(s) ‘factora:factorb:numeric’ have been specified in ‘linfct’ but cannot be found in ‘model’! 

不考虑我指定交互的方式，尽管有其他函数，如get_contrasts，查找指定的交互也是一样的。

我也尝试过：

library(emmeans)
contrast(m.3[[2]], interaction = c("factora", "factorb", "numeric"))

然而，这并不支持glmer。

有什么想法吗？

Answer 1

这里有几个问题正在让你绊倒。

其一，我们并不真正将对比应用于数值预测。数值预测器具有斜率，而不是对比度；如果您有一个模型，其中数值预测器与因子交互，这意味着对于因子的每个级别，数值预测器的斜率是不同的。emmeans包中的函数emtrends()可以帮助您估计这些不同的斜率。

第二个问题是，emmeans::contrast()中的interaction参数需要指定要使用的对比度类型，例如"pairwise"。要应用它们的因子是第一个参数中的emmGrid对象中的因子。

所以..。我想也许你想试试这样的东西：

emt <- emtrends(model, ~ factora*factorb, var = "numeric")
emt    # list the estimated slopes

contrast(emt, interaction = "consec")
    # obtain interaction contrasts comparing consecutive levels of the two factors