我对这个有点陌生,所以请不要告诉我,但基本上我目前正在运行这个模型:
fit.glmm_A_B_C_D = glmer(cbind(success, failure) ~ treatment_letter + (1|trial_rep), family = binomial, data=Con_GLMM_A_B_C_D_Data)
在这个模型中,我的固定因子(治疗字母)有4个级别:治疗A, B, C和D.每个治疗在我的数据中有12个受试者,所以一切都是平衡的。我对模型输出有问题,因为当我要求模型摘要时,它只向我显示截距,处理B,处理C和处理D。下面是输出:
AIC BIC logLik deviance df.resid
136.1 145.5 -63.1 126.1 43
Random effects:
Groups Name Variance Std.Dev.
trial_rep (Intercept) 0 0
Number of obs: 48, groups: trial_rep, 12
Fixed effects:
Estimate Std. Error z value Pr(>|z|)
(Intercept) 0.5390 0.2746 1.963 0.04965 *
treatment_letterB -1.1054 0.3874 -2.854 0.00432 **
treatment_letterC 0.1788 0.3870 0.462 0.64401
treatment_letterD -0.1335 0.3888 -0.343 0.73125
Correlation of Fixed Effects:
(Intr) trtm_B trtm_C
trtmnt_lttB -0.709
trtmnt_lttC -0.709 0.503
trtmnt_lttD -0.706 0.501 0.501
convergence code: 0
boundary (singular) fit: see ?isSingular
我如何让模型在输出中显示治疗A ?谢谢!
您可以使用emmeans包,其语法如下:
fit.glmm_A_B_C_D_MainEffect <- emmeans(fit.glmm_A_B_C_D, "treatment_letter", type = "response")
这将为数据尺度(从logit尺度向后转换)上处理的过参数化模型的主要影响提供平均概率和不确定性估计。