在R中使用emmeans和geepack的各组边际均值和置信水平 请考虑以下事项：

当使用

geepack

拟合GEE时，我们收到一个模型，我们可以

使用新值预测

，但基本R不支持GEE模型来计算置信区间。要获得置信区间，我们可以使用

emmeans:：emmeans（）

如果模型中的变量是分类的和连续的，我就会遇到问题

当用

emmeans:：emmeans（）

估算边际平均值时，我发现边际平均值是用整体数据计算的，而不是每组数据

问题：如何从R中的GEE模型中获得包括置信区间在内的各组估计平均值？

---

最小可复制示例：

资料

库（“dplyr”）
#> 
#>正在附加包：“dplyr”
#>以下对象已从“package:stats”屏蔽：
#> 
#>滤波器，滞后
#>以下对象已从“package:base”屏蔽：
#> 
#>相交、setdiff、setequal、并集
图书馆（“emmeans”）
#>警告：包“emmeans”是在R版本3.5.2下构建的
图书馆（“geepack”）
#添加分组变量
猪。组%突变（组=c（代表（“a”，20），代表（“b”，9）））

拟合模型

#适合模型
适合
#>电话：
#>geepack:：geeglm（公式=浓度~数值（百分比）+系数（组），
#>数据=pigs.group，id=源）
#> 
#>系数：
#>（截距）作为数值（百分比）系数（组）b
#>           20.498948            1.049322           10.703857 
#> 
#>自由度：总共29个（即零）；26剩余
#> 
#>缩放链接：标识
#>估计比例尺参数：[1]36.67949
#> 
#>相关性：结构=独立性
#>群集数：3最大群集大小：10

使用

emmeans:：emmeans（）

计算边际均值和LCL/UCL。然而，两组中

百分比的组平均值均为12.9。这是
百分比的总体观察平均值
，而不是组平均值

#计算每组的边际平均数。
#请注意，两组的“百分比”相同
emmeans：：emmeans（fit，“percent”，by=“group”）
#>a组：
#>asymp.LCL asymp.UCL的平均SE百分比
#>12.9 34.1 3.252 Inf 27.7 40.4
#> 
#>b组：
#>asymp.LCL asymp.UCL的平均SE百分比
#>12.9 44.8 0.327 Inf 44.1 45.4
#> 
#>使用的协方差估计：vbeta
#>使用的置信水平：0.95
#使用每组的实际平均值创建新数据
新的0.dat%
分组依据（分组）%>%
汇总（百分比=平均值（百分比））
#这些是实际的群体平均数
new.dat
#>#tibble:2x2
#>组百分比
#>      
#>1 a 13.2
#>2 b 12.3

使用
predict
进行预测也会返回每组的其他估计平均值，但不能估计基线R中GEE的置信区间

#使用新数据进行预测
#这些应该是边际均值，但如何获得置信区间？
预测（拟合，newdata=new.dat）
#>        1        2 
#> 34.35000 44.14444

由（v0.2.1）创建于2019-02-08。您认为是计算问题的结果是统计问题

当模型中存在协变量时，事后分析中的常用方法是控制这些协变量。在给出的例子中，我们想比较不同组的平均反应。然而，反应也受到协变量，
百分比
的影响，并且各组的平均百分比不同。如果我们只计算各组的边际平均值，这些平均值的差异部分是因为
百分比的影响

在一个极端的例子中，想象一种情况，在这种情况下，团队没有任何区别，但百分比却有区别。然后，如果各组间的平均值
百分比
差异足够大，那么我们可以得到统计上不同的平均值，但它们的差异是因为
百分比
的影响，而不是因为
组
的影响

因此，通过预测相同百分比的平均值，即数据集中的总体平均百分比，可以获得“公平”比较。这是emmeans中使用的默认方法，结果称为调整平均值（在设计教科书中查找）

有一种情况下，使用不同的百分比值是合适的，即百分比是一个“中介变量”；也就是说，百分比在治疗和反应之间的因果路径中下降，因此
组
被认为会影响
百分比以及反应。看

如果你真的认为
百分比
是一个中介协变量，那么你可以得到如下单独的百分比：

 emmeans(model, "group", cov.reduce = percent ~ group)

但是，如果认为
百分比
独立于
组
，则不要这样做
 我不想要每个协变量的边际均值。我想要每组平均值的边际平均值（这里：
group
）。我用您的方法尝试了以下方法和
ref\u grid（）
：
摘要（ref\u grid（fit，at=list（percent=new.dat$percent））
。这将返回一个带有预测的margianl平均值和SE的表。但是没有LCL/UCL。请尝试
emmeans（fit，“group”）
emmeans（fit，“group”）
返回与
emmeans:：emmeans（fit，“percent”，by=“group”）
相同的边际平均值（请参见上文示例中后者的结果）。这正是促使我写这篇文章的原因。我原以为
emmeans（fit，“group”）
会使用每组观察到的（百分比）平均值，但由于我收到了与
emmeans:：emmeans（fit，“percent”，by=“group”）
相同的结果，因此我得出结论，无论是哪一组，结果都是基于总体平均值。