lsmeans를 사용하여 glmer에 대한 조정 된 방법을 얻을 수 없습니다.

Question

나는 lsmeans를 사용하기위한 조정 방법을 얻고 싶습니다. 다음 코드는 모델을 만드는 (그리고 보인다 제대로 일을 할) :

library(lmerTest) 
data$group <- as.factor(data$grp) 
data$site <- as.factor(data$site) 
data$stimulus <- as.factor(data$stimulus) 

data.acc1 = glmer(accuracy ~ site + grp*stimulus + (1|ID), data=data, family=binomial) 

을하지만, 사용 전 모델에 대한 조정 수단을 얻기 위해 아래의 코드 중 하나를 사용하려고하면 다음과 같은 에러가 발생

lsmeansLT의 오류 (모델, test.effs = test.effs, ddf = ddf) :
이 모델은 선형 혼합 효과 모델이 아닙니다.

lsmeans(data.acc1, "stimulus") 

또는

data.lsm <- lsmeans(data.acc1, accuracy ~ stimulus ~ grp) 
pairs(data.lsm) 

모든 suggestiongs은?

Answer 1

lmer()을 사용하는 선형 혼합 모델이 아닌 glmer() (이 경우 혼합 된 로지스틱 회귀 모델)을 사용하여 일반화 선형 혼합 모델을 만든 것이 문제입니다. lsmeans() 함수는 선형 혼합 모델이 아니기 때문에 glmer()으로 만든 개체를 허용하지 않습니다. I can't get lsmeans output in glmer

을 그리고 당신은/이해 혼합 GLMS에 대한 한계 효과를 계산하려면이 게시물에 유용 할 수 있습니다 :이 게시물에

답변이 도움이 될 수 있습니다 Is there a way of getting "marginal effects" from a `glmer` object

내가 lsmeans 출력을 얻을 수 없다 [의