lsmeans和difflsmeans不返回lmer对象的输出_R_Lme4_Confidence Interval_Mixed Models

lsmeans和difflsmeans不返回lmer对象的输出

lsmeans和difflsmeans不返回lmer对象的输出,r,lme4,confidence-interval,mixed-models,R,Lme4,Confidence Interval,Mixed Models,我试图计算lmer混合模型中固定效应的置信区间，difflsmeans和lsmeans只返回一个空表。我尝试过lme（），但在模型收敛方面遇到了问题（因此使用lmer）数据如下所示（其中bout是相关的1级变量，TWaverage是相关的2级变量，性别、位置和RA是进一步的嵌套级别）：我的型号规格如下所示： groupSizeRandom = lmer(bout ~ TWaverage + (TWaverage|ID), data, REML = F) 我这样调用lsmeans（我知道它应

我试图计算lmer混合模型中固定效应的置信区间，difflsmeans和lsmeans只返回一个空表。我尝试过lme（），但在模型收敛方面遇到了问题（因此使用lmer）

数据如下所示（其中bout是相关的1级变量，TWaverage是相关的2级变量，性别、位置和RA是进一步的嵌套级别）：

我的型号规格如下所示：

groupSizeRandom = lmer(bout ~ TWaverage + (TWaverage|ID), data, REML = F)

我这样调用lsmeans（我知道它应该给我模型中所有固定效应的置信区间）：

但是，它只返回一个空表（不带值）：

有人知道为什么吗？或者如何计算我上面指定的模型的CI

这里有几个问题

如果您只需要固定效应参数的置信区间，您可以通过
```
confint（groupsizeradom）
```
获得似然分布CI，或通过
```
confint（groupsizeradom，method=“Wald”）
```
（请参见
```
？confint.merMod
```
）获得WAD CI
正如评论中指出的，有两个
```
lsmeans
```
函数
- ```
lmerTest:：lsmeans
```
  将仅报告
```
因子
```
  变量的lsmeans。正如评论中指出的，“因子”在R中有一个特定的含义——它意味着一个分类的预测（独立）变量
  t平均值
  是一个连续的预测值，所以用R表示，它不是一个“因子”

很抱歉，有很多回合的平均值都相同。这是一个明显的问题。好吧，你的模型没有类“因子”的预测因子，我认为它在寻找因子而没有找到它们。这不是问题。它是一个二级预测因子，所以你不必在二级类别中有差异。你是什么意思？t平均值在模型中是一个固定的因素，用HML术语来说。@ColeRobertson到目前为止，R还没有加入读心算法，所以除非你告诉它，否则它不知道性是一个因素。这就是为什么关于类“因子”的措辞。@rvl我理解R需要知道因子是什么。但在这个模型中，性别不是一个因素，系数告诉我R实际上是把groupID当作一个因素，而不是一个连续变量。在任何情况下，将其指定为一个因子都不会导致lsmeans表填充，因此我认为问题出在其他地方，但谢谢。
groupSizeRandom = lmer(bout ~ TWaverage + (TWaverage|ID), data, REML = F)

lsmeans(groupSizeRandom,test.effs = NULL)

Least Squares Means table: Estimate Standard Error DF t-value Lower CI Upper CI p-value