如何在R的线性回归中找到调整后的均值？

我正在尝试建立一个多元线性回归模型：

lm1 <- lm(outcome ~ sex + age + education + cohort, data=data.in)

或

获得男性的调整后平均结果（来自原始数据集）

---

我不确定我是否应该使用fitted（）或predict（），因为这两个函数在这里给出了两个不同的值。

“我应该为这些变量添加factor（）”仅当它们当前是数值时。如果它们已经是角色或因素，那么你就不需要了（但这也没什么坏处）。要获得男性和女性的单独估计值，请使用

emmeans

包估计边际平均值。不要安装不同的型号。它看起来像是

emmeans（lm1，~sex）

谢谢！这很有帮助！只是想看看你所说的“边际手段”是什么意思？我还想知道是否可以用这个软件包计算标准偏差？边际平均值是模型中其他效应平均后的平均值（即，当你说调整后的平均值时，可能是什么意思）

emmeans

有很多非常好的小插曲和文档。从阅读开始。听起来我很清楚。非常感谢。

data.in.m <- data.in %>% fitler(sex==1)
data.in.f <- data.in %>% fitler(sex==2)

mean(fitted(lm1,data.in.m))

mean(predict(lm1,data.in.m))