লেমার মডেলের পোস্ট-হক পরীক্ষা কীভাবে করবেন?

Question

এটি আমার ডেটা ফ্রেম:

Group   <- c("G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3")
Subject <- c("S1","S2","S3","S4","S5","S6","S7","S8","S9","S10","S11","S12","S13","S14","S15","S1","S2","S3","S4","S5","S6","S7","S8","S9","S10","S11","S12","S13","S14","S15","S1","S2","S3","S4","S5","S6","S7","S8","S9","S10","S11","S12","S13","S14","S15")
Value   <- c(9.832217741,13.62390117,13.19671612,14.68552076,9.26683366,11.67886655,14.65083473,12.20969772,11.58494621,13.58474896,12.49053635,10.28208078,12.21945867,12.58276212,15.42648969,9.466436017,11.46582655,10.78725485,10.66159358,10.86701127,12.97863424,12.85276916,8.672953949,10.44587257,13.62135205,13.64038394,12.45778874,8.655142642,10.65925259,13.18336949,11.96595556,13.5552118,11.8337142,14.01763101,11.37502161,14.14801305,13.21640866,9.141392359,11.65848845,14.20350364,14.1829714,11.26202565,11.98431285,13.77216009,11.57303893)

data <- data.frame(Group, Subject, Value)

তারপরে আমি "মান" -এ 3 গোষ্ঠীর পার্থক্যের তুলনা করতে রৈখিক-মিশ্রিত প্রভাবগুলির মডেলটি চালিত করি, যেখানে "বিষয়" এলোমেলো গুণক:

library(lme4)
library(lmerTest)
model <- lmer (Value~Group + (1|Subject), data = data)
summary(model)

ফলাফলগুলি হ'ল:

Fixed effects:
            Estimate Std. Error       df t value Pr(>|t|)    
(Intercept) 12.48771    0.42892 31.54000  29.114   <2e-16 ***
GroupG2     -1.12666    0.46702 28.00000  -2.412   0.0226 *  
GroupG3      0.03828    0.46702 28.00000   0.082   0.9353    

যাইহোক, গ্রুপ 2 এর সাথে গ্রুপ 3 এর সাথে কীভাবে তুলনা করব? একাডেমিক নিবন্ধে কনভেনশন কী?

Answer 1

আপনি ব্যবহার করতে পারেন emmeans::emmeans()বা lmerTest::difflsmeans(), বা multcomp::glht()।

আমি পছন্দ করি emmeans(আগে lsmeans)

library(emmeans)
emmeans(model, list(pairwise ~ Group), adjust = "tukey")

নোট difflsmeansএকাধিক তুলনার জন্য সংশোধন করতে পারে না, এবং ইমেনদের দ্বারা ব্যবহৃত কেনওয়ার্ড-রজার পদ্ধতির পরিবর্তে ডিফল্ট হিসাবে স্বাধীনতার ডিগ্রি গণনার জন্য স্যাটারথওয়াইট পদ্ধতি ব্যবহার করে।

library(lmerTest)
difflsmeans(model, test.effs = "Group")

multcomp::glht()পদ্ধতি এই প্রশ্নের অন্যান্য উত্তরে বর্ণিত, হ্যাক-R দ্বারা।

এছাড়াও, আপনি লোড করে lmerTestএবং তারপরে এনোভা পি-মানগুলি পেতে পারেন anova।

library(lmerTest)
anova(model)

কেবল স্পষ্ট করে বলতে গেলে, আপনি প্রতিটি বিষয়ের জন্য তিনবার মূল্য নির্ধারণের উদ্দেশ্য নিয়েছিলেন, তাই না? দেখে মনে হচ্ছে গ্রুপটি সাবজেক্টের মধ্যে, সাবজেক্টের মধ্যে নয়।

Comments

আমি শুধু Kayle Sawyer কর্তৃক প্রতিক্রিয়া যে প্যাকেজে যোগ করতে চান lsmeans পক্ষে অবচিত করা হচ্ছে emmeans ।

— ডাউনহিলার

নোট করুন যদি আপনি গ্রন্থাগারটি নির্দিষ্ট করে থাকেন তবে আপনাকে পি-মানগুলি দেখানোর জন্য আনোভা () এর জন্য lmerTest :: lmer () নয় lme4 :: lmer () ব্যবহার করতে হবে Note

— কায়লে সাওয়ের

Answer 2

আপনি আপনার lmerমডেল ফিট করার পরে আপনি মডেল অবজেক্টে এনাওভা, মানোভা এবং একাধিক তুলনা পদ্ধতি করতে পারেন:

library(multcomp)
summary(glht(model, linfct = mcp(Group = "Tukey")), test = adjusted("holm"))

   Simultaneous Tests for General Linear Hypotheses

Multiple Comparisons of Means: Tukey Contrasts


Fit: lmer(formula = Value ~ Group + (1 | Subject), data = data)

Linear Hypotheses:
             Estimate Std. Error z value Pr(>|z|)  
G2 - G1 == 0 -1.12666    0.46702  -2.412   0.0378 *
G3 - G1 == 0  0.03828    0.46702   0.082   0.9347  
G3 - G2 == 0  1.16495    0.46702   2.494   0.0378 *
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
(Adjusted p values reported -- holm method)

একাডেমিক গবেষণাপত্রে কনভেনশন হিসাবে, ক্ষেত্র, জার্নাল এবং নির্দিষ্ট বিষয় হিসাবে এটি অনেক আলাদা হতে চলেছে। সুতরাং সেই ক্ষেত্রে কেবল সম্পর্কিত নিবন্ধগুলি পর্যালোচনা করুন এবং দেখুন তারা কী করে।

Comments

ধন্যবাদ. কিন্তু কোন সমন্বয়টি আসলে ব্যবহৃত হয়েছিল? টুকি নাকি হোল? কেন উভয়ই পোস্ট-হক পরীক্ষায় উপস্থিত হয়?

— পিং টাং

@ পিংটাং আপনার স্বাগত। এটি বোনফেরোনি-হলম সংযুক্ত সমস্ত জুটির একাধিক তুলনা। অবশ্যই এটি কেবল একটি বিকল্প। আপনি করতে পারেন summary(glht(model, linfct = mcp(Group = "Tukey")))। যদি আপনি বিভিন্ন পরীক্ষাগুলির সম্পূর্ণ একাডেমিক / পরিসংখ্যান সংক্রান্ত বিবরণ দেখতে চান তবে রেফারেন্সগুলি ?glhtএবং multicompআরও সাধারণভাবে পরীক্ষা করে দেখুন। আমি মনে করি হু 1996 এর অন্যতম প্রধান হবে।

— হ্যাক-আর

@ পিংটাং, mcpফাংশনটি, Group = Tukeyভেরিয়েবল "গ্রুপ" -র সমস্ত জোড় গ্রুপের তুলনা করার একমাত্র উপায় means এর অর্থ টুকি সামঞ্জস্য নয়।

— সাল মঙ্গিয়াফিকো