R lsmeans 调整多重比较答案

【问题标题】：R lsmeans adjust multiple comparisonR lsmeans 调整多重比较
【发布时间】：2015-03-12 12:55:46
【问题描述】：

我使用 lme4 在 R 中运行混合效果逻辑回归（通过调用 glmer），现在我正在尝试进行事后比较。因为它们是成对的，所以 Tukey 应该没问题，但我想手动调整应该进行多少次测试 - 现在它是为 12 次测试进行的，但我只对 6 次比较感兴趣。

到目前为止，我的代码看起来像这样

    for (i in seq_along(logmixed_ranks)) {
    print(lsmeans(logmixed_ranks[[i]], pairwise~rating_ranks*indicator_var, adjust="tukey"))
    }

不知何故，我可能需要使用以下内容，但我不确定如何使用。

      p.adjust(p, method = p.adjust.methods, n = length(p))

有人可以帮忙吗？谢谢！劳拉

【问题讨论】：

我建议使用 multcomp 包中的glht：inside-r.org/packages/cran/multcomp/docs/glht
谢谢 - 它是否适用于交互术语？我想不通（它只有在没有交互的情况下才有效）......谢谢！
假设你的 IV 都是因子，你可以重新参数化模型，例如，从 z ~ x * y + (1|g) 到 i <- interaction(x, y); z ~ i + (1|g)。这就是我通常做的事情。
谢谢，这个交互术语很适合我。您将如何调整多个测试？（即 6 次测试，但我得到了更多的对比） - 是默认的，单步的，好吗？谢谢！
glht 允许您准确指定要测试的比较。

【解决方案1】：

您想仅针对 6 次比较进行调整一定是有原因的，我猜是因为您想根据其中一个因素有条件地分解您正在进行的比较。使用lsmeans 很容易做到这一点：

lsmeans(logmixed_ranks[[i]], 
    pairwise ~ rating_ranks | indicator_var, adjust = "tukey")

或

lsmeans(logmixed_ranks[[i]], 
    pairwise ~ indicator_var | rating_ranks, adjust = "tukey")

顺便说一下，如果您使用adjust = "mvt"，您将获得与glht 用于其单步过程的完全相同的调整。所以我认为lsmeans 不支持的唯一glht 功能是多步骤测试。

我对为什么你有一个 glmer 对象列表感到困惑，但这似乎与我的回答无关。

【讨论】：