我能'；t获取glmer中的lsmeans输出

名单

我有一个使用lmer.test包并调用glmer的广义混合模型。我可以得到一个好的模型，但是我不能得到LSMEANS和Diff means的输出

这是我的

library(plyr)
library(lubridate)
library(chron)
library(reshape)
library(lattice)
library(car)
library(lmerTest)


fm17<-glmer(I(Steps+1)~Treatment + treatdate +Weight + BF+ (1|Block) +(0+treatdate|exp.unit), family=poisson)
summary(fm17,ddf="Kenward-Roger")
qqnorm(resid(fm17),main="QQ Model 17")
plot(fm17,main="Residual Model 17")
anova(fm17, ddf="Kenward-Roger")
lsmeans(fm17)
difflsmeans(fm17)

库（plyr）
图书馆（lubridate）
图书馆（计时）
图书馆（重塑）
图书馆（格子）
图书馆（汽车）
图书馆（lmerTest）
fm17lmerTest仅支持线性混合效应模型（lmer对象）。您使用的anova方法实际上来自lme4包，这就是为什么您没有得到错误-fm17模型属于glmerMod类。在lmerTest中，仅重新指定lmer对象的方差分析。您使用的lsmeans和difflsmeans函数来自lmerTest软件包，因此会出现一个错误，说明您的模型不是lmer对象。
lmerTest仅支持线性混合效果模型（lmer对象）。您使用的anova方法实际上来自lme4包，这就是为什么您没有得到错误-fm17模型属于glmerMod类。在lmerTest中，仅重新指定lmer对象的方差分析。您使用的lsmeans和difflsmeans函数来自lmerTest软件包，因此会出现一个错误，说明您的模型不是lmer对象。
lsmeans软件包确实支持
glmerMod
对象，但不支持这些模型的Kenward Rogers df（它们所依赖的pbkrtest包也不需要）。您想要了解哪些因素？您需要在调用中命名这些因素。请执行以下操作

detach(lmerTest)
library(lsmeans)
lsmeans(fm17, "Treatment")
pairs(.Last.value)

df在结果中显示为
NA
，表明使用了渐近结果（$z$tests和CI）。
lsmeans包确实支持
glmerMod
对象，但它不支持这些模型的Kenward Rogers df（它们所依赖的pbkrtest包也不支持）.你想知道哪些因素？你需要在通话中说出它们的名字。这样做

detach(lmerTest)
library(lsmeans)
lsmeans(fm17, "Treatment")
pairs(.Last.value)

df在结果中显示为
NA
，表明使用了渐近结果（$z$tests和CI）。
使用上述代码，这就是我得到的>eval（expr，envir，enclose）中的lsmeans（fm17，“处理”）错误：对象“处理”未在ref.grid中找到错误（对象=）：可能的补救措施：成对提供“data”参数>pairs（.Last.Value）错误中使用的数据（.Last.Value）：对象“.Last.Value”未找到它似乎由于某种原因无法重建数据，或者预测器名称与发布中显示的不同。请尝试
ref.grid（fm17）
看看你是否得到了什么。我重新讨论了这一点，这就是我得到的。似乎获取lsmeans和diff means应该很容易。你对获取输出的建议是什么？>model.frame.default中的ref.grid（fm.s7）错误（公式=datahourly~Treatment+BFStrata+：参考网格（fm.s7）中变量“datahourly”错误的无效类型（列表）：可能的补救措施：提供“数据”论证中使用的数据我不知道，但您给出的模型与原始问题不同，因此这是一个移动目标。您的原始模型具有
I（步骤+1）
作为响应；这个新的变量涉及一个变量
datahourly
，它显然是一个
列表
，所以我不知道它如何成为模型公式的一部分。这很奇怪。模型没有改变。datahourly是数据集。我不知道它为什么要把它拉进来。想法？使用上面的代码，这就是我得到的>lsmeans（fm17，“处理”）eval（expr、envir、enclose）中的错误：在ref.grid中找不到对象“处理”错误（对象=）：可能的补救措施：提供“数据”参数>成对（.Last.Value）中使用的数据成对（.Last.Value）错误：object'.Last.Value'未找到它似乎由于某种原因无法重建数据，或者预测器名称与您在发布中显示的不同。请尝试
ref.grid（fm17）
看看你是否得到了什么。我重新讨论了这一点，这就是我得到的。似乎获取lsmeans和diff means应该很容易。你对获取输出的建议是什么？>model.frame.default中的ref.grid（fm.s7）错误（公式=datahourly~Treatment+BFStrata+：参考网格（fm.s7）中变量“datahourly”错误的无效类型（列表）：可能的补救措施：提供“数据”论证中使用的数据我不知道，但您给出的模型与原始问题不同，因此这是一个移动目标。您的原始模型具有
I（步骤+1）
作为响应；这个新的变量涉及一个变量
datahourly
，它显然是一个
列表
，所以我不知道它如何成为模型公式的一部分。这很奇怪。模型没有改变。datahourly是数据集。我不知道它为什么要把它拉进来。想法？