R glht（）为每次治疗提供相同的标准错误

我正在尝试使用lme4和glht对线性混合模型进行Dunnett测试。 我设置并运行模型如下

Untransformed.lmer <- lmer(Sum ~ Treatment + (1|Block), data = EggCounts_poolSUM)
anova(Untransformed.lmer)
summary(glht(Untransformed.lmer, linfct = mcp(Treatment = 'Dunnett'), alternative = 'less'))

Untransformed.lmer=0-1207.4 911.6-1.325 0.243
300 - 0 >= 0  -2162.2      911.6  -2.372  0.030 *
600 - 0 >= 0  -1446.3      911.6  -1.587  0.160  
---
签名。代码：0'***'0.001'***'0.01'*'0.05'.'0.1''1
（报告的调整p值——单步法）

---

有人能解释一下为什么所有的治疗都会出现同样的性病错误吗？有什么我做错了吗？

治疗的邓内特标准误差

I

是

sqrt（s2）*sqrt（1/ni+1/n0）

其中

s2

是合并方差估计，

ni

是治疗的观察次数

I

和

n0

是对照组的观察次数。因此，当

ni

相等时，标准误差都是相同的。您的数据可能就是这种情况。

治疗的Dunnett标准误差

i

是

sqrt（s2）*sqrt（1/ni+1/n0）

其中

s2

是合并方差估计，

ni

是治疗的观察次数

i

，

n0

是对照组的观察次数。因此，当

ni

相等时，标准误差都是相同的。您的数据可能就是这样。

是否可以共享您的数据，最有可能的是您的预测值有点奇怪。你也可以用vcov（Untransformed.lmer）检查方差协方差。如果你能分享你的数据，很可能你的预测值有点奇怪。您还可以使用vcov（Untransformed.lmer）检查方差协方差

     Simultaneous Tests for General Linear Hypotheses

Multiple Comparisons of Means: Dunnett Contrasts


Fit: lmer(formula = Sum ~ Treatment + (1 | Block), data = EggCounts_poolSUM)

Linear Hypotheses:
             Estimate Std. Error z value Pr(<z)  
75 - 0 >= 0    -914.2      911.6  -1.003  0.372  
150 - 0 >= 0  -1207.4      911.6  -1.325  0.243  
300 - 0 >= 0  -2162.2      911.6  -2.372  0.030 *
600 - 0 >= 0  -1446.3      911.6  -1.587  0.160  
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
(Adjusted p values reported -- single-step method)