获得广义最小二乘法意味着在nlme或lme4中获得固定效果

Question

aov可以通过以下model.tables函数获得最小二乘平均值及其对象的标准误差:

npk.aov <- aov(yield ~ block + N*P*K, npk)
model.tables(npk.aov, "means", se = TRUE)

我想知道如何得到广义最小二乘意味着它们的标准误差nlme或lme4对象:

library(nlme)
data(Machines)
fm1Machine <- lme(score ~ Machine, data = Machines, random = ~ 1 | Worker )

任何评论和提示将受到高度赞赏.谢谢

Answer 1

lme和nlme符合最大似然或受限制的最大似然(后者是默认值),因此您的结果将基于这些方法中的任何一种

summary(fm1Machine) 将为您提供包含均值和标准误差的输出:

....irrelevant output deleted
Fixed effects: score ~ Machine 
               Value Std.Error DF  t-value p-value
(Intercept) 52.35556  2.229312 46 23.48507       0
MachineB     7.96667  1.053883 46  7.55935       0
MachineC    13.91667  1.053883 46 13.20514       0
 Correlation: 
....irrelevant output deleted

因为您已使用截距拟合固定效果,所以在固定效果结果中得到截距项而不是MachineA的结果.MachineB和MachineC的结果与截距形成对比,因此要获得MachineB和MachineC的均值,请将每个值添加到截距均值.但标准错误不是您想要的.

要获得您所追踪的信息,请使用模型,使其在固定效果中没有截距项(请参见固定效果-1的末尾:

fm1Machine <- lme(score ~ Machine-1, data = Machines, random = ~ 1 | Worker )

这将为您提供所需的均值和标准误差输出:

....irrelevant output deleted
Fixed effects: score ~ Machine - 1 
            Value Std.Error DF  t-value p-value
MachineA 52.35556  2.229312 46 23.48507       0
MachineB 60.32222  2.229312 46 27.05867       0
MachineC 66.27222  2.229312 46 29.72765       0
....irrelevant output deleted