R中的GLM:来自glmer-summary和来自效果包的估计之间的差异

Question

我使用软件包中的glmer()在R中设置了一个GLMMlme4。我使用效应包来计算估计值，并使用置信区间来计算固定效应。 我是 GLMM 的新手，所以我的问题是effects包提供的估计是如何计算的，它们与glmer摘要中给出的对数平均值有何不同？

例如，如果我运行

Model = glmer(response ~ fixed1 + fixed2 + (1 | random), data=df, family = poisson)

摘要(模型(返回以下内容：

Estimate      Std. Error      z value      Pr(>|z|)
(Intercept)     -0.1459        0.4863       -0.300        0.764
fixed1_level2    0.3044        0.4479        0.680        0.497
fixed2_level2    0.2298        0.3212        0.716        0.474
fixed2_level3    0.3576        0.3368        1.062        0.288

而 summary(allEffects(Model(( 返回以下内容：

fixed1 effect
fixed1_level1     fixed1_level2 
1.125860          1.526514 
fixed2 effect
fixed2_level1     fixed2_level2     fixed2_level3
1.115492          1.403738          1.594999

Answer 1

就其价值而言，这个问题并非特定于混合模型 - 它适用于任何广义线性模型。

在 R(处理对比(中具有分类预测变量的模型的标准参数化是，截距项给出"线性预测变量"或"链接"尺度(在本例中为对数尺度(上因子第一水平的期望值，而第二项及后续项给出第二个预期值之间的差异(同样在对数尺度上(， 第三。。。级别和第一级别。 因此(如果参数b0，b1，b2(第一级的预测值为exp(b0)，第二级为exp(b0+b1)，第三级为exp(b0+b2)。 测试您的示例：

> exp(-2.4858)
[1] 0.08325892
> exp(-2.4858+1.6187)
[1] 0.4201683
> exp(-2.4858+0.8966)
[1] 0.2040888

这些匹配到舍入误差。