如何解决时间的主效应 (lmer)
我有一个由 2 个组和 3 个时间点(time0、time1、time2)组成的数据集。我使用以下代码使用线性混合模型进行统计分析:
lm <- function(x){
return(summary(lmer(x ~ Time + Group + Time:Group + (1|ID),data = df)
}
该模型运行良好,并为我提供了每个固定效应的 p 值。然而,它似乎正在运行成对比较,它为每个时间差返回不同的 p 值(例如 time0 vs. time1 和 time0 vs. time2)。我想知道是否存在涵盖时间 1 和时间 2 的“时间”(即时间的主要影响)的总体影响。有没有办法测试这个?
谢谢大家。
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。