如何在混合模型中使用成对分布(lmer(y~x))?

如何在混合模型中使用成对分布(lmer(y~x))?,r,R,我想用pairwiseCI来计算两个正态分布变量的比率,如下所示: pairwiseCI( formula, data, by = NULL, alternative = "two.sided", conf.level = 0.95, method = "Param.ratio", control = NULL, ...) 问题是:我的模型是一个使用lmery~1+treatment+1 |组的混合模型,但参数公式必须具有pairwiseCI函数中的“response~tre

我想用pairwiseCI来计算两个正态分布变量的比率,如下所示:

pairwiseCI(
   formula, data, by = NULL,
   alternative = "two.sided", conf.level = 0.95,
   method = "Param.ratio", control = NULL, ...)

问题是:我的模型是一个使用lmery~1+treatment+1 |组的混合模型,但参数公式必须具有pairwiseCI函数中的“response~treatment”结构。那么,如何将这个混合模型合并到pairwiseCI函数中公式y~x的格式中呢?

也许您想运行confint。。。在你的lmer物体上?看到了吗?confint.merMod我看不到与两两问题的联系,这个问题似乎很混乱。这两个正态分布变量是什么?谢谢你的评论!我有一个混合模型,例如高度~治疗+1 |位置,治疗是一个固定效应,有三个级别a、B、C,位置是一个随机效应。基于这个模型,我可以得到每个治疗组的身高平均值。我想比较治疗组A和治疗组B的lsmeans。通常我们计算A-B和A-B的相应CI。但现在,我想计算A/B的CI,即比率。这就是为什么我想使用配对词。但似乎成对分布不能处理混合模型@克卢斯坦克斯!我想我没有把我的案件背景说清楚。很抱歉。我有一个混合模型,例如高度~治疗+1 |位置,治疗是三个级别的固定效果a、B、C,位置是随机效果。基于这个模型,我可以得到每个治疗组的身高平均值。我想比较治疗组A和治疗组B的lsmeans。通常我们计算A-B和A-B的相应CI。但现在,我想计算A/B的CI,即比率。这就是为什么我想使用配对词。但似乎成对分布不能处理混合模型。对不起,我没有澄清这一点。@粘结灰