如何解决为什么我的 lmer 输出忽略变量中的组?
对于一些背景:我试图看到 3 种不同的红树林物种(A、L 和 R)对沉积物特征的影响,在这种情况下,因变量是 pH 值。我有 10 个站点,它们被编码为随机效应。
SedLayer 表示收集在三个物种中的每一个附近的站点上收集的沉积物的顶层 (1) 和底层 (9)。现在,当我运行我的 lmer 代码时,我得到一个奇怪的结果,其中只显示了两个物种,同样对于沉积层,只显示了第 9 层。
当我在对象上运行方差分析 (respH) 时,我得到“可理解”的结果,显示 Species、SedLayer 和 Species:SedLayer。但是,在构建我的表时,不接受方差分析结果。我已经尝试过 sjplots 和 gtsummary,这两个包都拒绝使用 anova 结果,并且只使用我的 lmer 结果 (respH)。
library("car")
library("lme4")
library("reprex")
library("dplyr")
library("sjplot")
library("datapasta")
dat <- dput(Dataset_1_1 %>% select(2:5,))
#> Error in select(.,2:5,): object 'Dataset_1_1' not found
dat$Species <- as.factor(dat$Species)
#> Error in is.factor(x): object 'dat' not found
dat$`Sed. Layer` <- as.factor(dat$`Sed. Layer`)
#> Error in is.factor(x): object 'dat' not found
dat$Site <- as.factor(dat$Site)
#> Error in is.factor(x): object 'dat' not found
str(dat)
#> Error in str(dat): object 'dat' not found
colnames(dat) <- c("Species","Site","SedLayer","pH")
#> Error in colnames(dat) <- c("Species","pH"): object 'dat' not found
dat <- tibble::tribble(
~Species,~Site,~SedLayer,~pH,"A","1",6.361,"9",6.602,"2",5.83,6.053,"3",7.03,6.65,"4",6.579,6.436,"5",6.411,5.962,"6",6.914,6.693,"7",5.987,5.717,"8",5.606,5.28,6.783,6.922,"10",7.703,6.251,"L",6.55,6.705,7.184,6.814,6.552,6.555,6.638,5.943,6.32,6.738,6.313,5.971,4.963,5.274,6.443,6.293,7.247,6.25,"R",5.443,4.89,6.055,4.74,6.731,6.563,6.303,6.264,5.71,6.087,4.045,5.026,5.835,5.375,5.332,5.579,6.141,6.508,7.354,6.783
)
#lme4
respH <- lmer(pH ~ SedLayer * Species + (+1|Site),data = dat)
summary(respH)
#> Linear mixed model fit by REML ['lmerMod']
#> Formula: pH ~ SedLayer * Species + (+1 | Site)
#> Data: dat
#>
#> REML criterion at convergence: 103.8
#>
#> Scaled residuals:
#> Min 1Q Median 3Q Max
#> -3.3479 -0.5001 -0.0156 0.5340 1.6956
#>
#> Random effects:
#> Groups Name Variance Std.Dev.
#> Site (Intercept) 0.2054 0.4532
#> Residual 0.2448 0.4947
#> Number of obs: 58,groups: Site,10
#>
#> Fixed effects:
#> Estimate Std. Error t value
#> (Intercept) 6.52040 0.21217 30.731
#> SedLayer9 -0.26380 0.22126 -1.192
#> SpeciesL -0.09062 0.22847 -0.397
#> SpeciesR -0.62550 0.22126 -2.827
#> SedLayer9:SpeciesL 0.07858 0.32148 0.244
#> SedLayer9:SpeciesR 0.15040 0.31291 0.481
#>
#> Correlation of Fixed Effects:
#> (Intr) SdLyr9 SpecsL SpecsR SL9:SL
#> SedLayer9 -0.521
#> SpeciesL -0.505 0.484
#> SpeciesR -0.521 0.500 0.484
#> SdLyr9:SpcL 0.359 -0.688 -0.704 -0.344
#> SdLyr9:SpcR 0.369 -0.707 -0.342 -0.707 0.487
AnorespH <- Anova(respH)
AnorespH
#> Analysis of Deviance Table (Type II Wald chisquare tests)
#>
#> Response: pH
#> Chisq Df Pr(>Chisq)
#> SedLayer 2.0837 1 0.1488746
#> Species 14.8467 2 0.0005972 ***
#> SedLayer:Species 0.2312 2 0.8908424
#> ---
#> Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
#sjplot
tab_model(respH,show.df = TRUE)
如果不清楚,我很抱歉,我是复杂统计数据的新手,也是 R 的新手,也是这个论坛的新手。
这是表格的屏幕截图,因为它没有正确显示在 reprex sjPlot table
预先感谢您提供的任何意见!
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。