R 预测平均数的不一致估计

我最近听说了R中的predictmeans包，所以我想测试一下。所以我尝试了这个测试数据集和模型：

data = data.frame(
    blk = LETTERS[rep(1:2, each = 4)],
    trt = letters[rep(1:4, each = 2)],
    x = c(3.3, 3.3, 1.8, 1.8, 1.5, 1.5, 5.4, 5.4),
    y = c(5.9, 5.8, 6.5, 6.7, 4.6, 4.5, 3.8, 3.8))
mod1 = lm(y ~ x + blk + trt, data = data)

以下是使用

predictmeans:：predictmeans

对

trt

平均值的估计值（输出严格缩写，仅显示估计值）：

四种方法中有三种是相等的，这似乎很奇怪。更奇怪的是，如果我用不同的方式表达模型，我会得到不同的结果：

mod2 = lm(y ~ blk + trt + x, data = data)
predictmeans(mod2, "trt")

## $`Predicted Means`
## trt
##     a     b     c     d 
## 4.825 5.575 5.575 4.825

这里我们仍然有两种不同的方法，但模式不同。它会随着一种不同的模式而改变：

mod3 = lm(y ~ trt + blk + x, data = data)
predictmeans(mod3, "trt")

## $`Predicted Means`
## trt
##    a    b    c    d 
## 5.85 6.60 4.55 3.80 

现在有四种不同的方法

设置协变量

x

的效果也不同。如果我们不指定它，

predictmeans

将使用

x=3

；如果我尝试

x=0

，我会得到：

predictmeans(mod1, "trt", covariate = c(x = 0))

## $`Predicted Means`
## trt
##      a      b      c      d 
## 5.6615 6.1231 5.6615 5.6615

predictmeans(mod2, "trt", covariate = c(x = 0))

## $`Predicted Means`
## trt
##     a     b     c     d 
## 4.825 5.575 5.575 4.825

我发现，指定不同的

x

值会改变

mod1

的结果，但是

mod2

的结果是相同的，而不管

x

（这同样适用于

mod3

）

---

发生了什么事情导致了如此不一致的结果？有什么补救办法吗

直接查看mod1的输出。您的设计甚至不允许您估算所有参数。Hmmm。它不应该对此发出警告吗？直接查看mod1的输出。您的设计甚至不允许您估算所有参数。Hmmm。它不应该对此发出警告吗？

predictmeans(mod1, "trt", covariate = c(x = 0))

## $`Predicted Means`
## trt
##      a      b      c      d 
## 5.6615 6.1231 5.6615 5.6615

predictmeans(mod2, "trt", covariate = c(x = 0))

## $`Predicted Means`
## trt
##     a     b     c     d 
## 4.825 5.575 5.575 4.825