Поскольку «квази» семейства не могут использоваться в glmer, существует эффективный подход для корректировки стандартных ошибок параметров и соответствующей статистики после подгонки (https://bbolker.github.io/mixedmodels-misc/glmmFAQ. html#fitting-models-with-overdispersion). Но в результате у меня есть только обновленное описание модели с подогнанными параметрами. Как мне действовать, если я хочу выполнить апостериорные тесты модели с параметрами, скорректированными с квазиправдоподобием, например попарное сравнение определяемых пользователем контрастов с emmeans?
Я попытался переопределить параметр моделей glmer с помощью скорректированных параметров, а затем использовать управляемую модель с emmeans, но я не знаю, как манипулировать параметром модели glmer и работает ли это вообще.
Спасибо!
Вы можете самостоятельно вычислить параметр дисперсии (как сумму квадратов остатков Пирсона, деленную на невязку df) и использовать аргумент vcov.
для emmeans
, чтобы соответствующим образом масштабировать ковариационную матрицу...
library(lme4)
library(emmeans)
gm1 <- glmer(cbind(incidence, size-incidence) ~ period + (1|herd),
family = binomial,
data = cbpp)
phi <- sum(residuals(gm1, type = "pearson")^2)/df.residual(gm1)
em1 <- emmeans(gm1, ~ period)
em2 <- emmeans(gm1, ~ period, vcov. = vcov(gm1)*phi)
pairs(em1)
contrast estimate SE df z.ratio p.value
period1 - period2 0.992 0.303 Inf 3.272 0.0059
period1 - period3 1.128 0.323 Inf 3.495 0.0027
period1 - period4 1.580 0.422 Inf 3.743 0.0010
period2 - period3 0.136 0.376 Inf 0.363 0.9837
period2 - period4 0.588 0.464 Inf 1.267 0.5843
period3 - period4 0.452 0.478 Inf 0.945 0.7807
pairs(em2)
contrast estimate SE df z.ratio p.value
period1 - period2 0.992 0.337 Inf 2.942 0.0172
period1 - period3 1.128 0.359 Inf 3.143 0.0091
period1 - period4 1.580 0.469 Inf 3.366 0.0042
period2 - period3 0.136 0.418 Inf 0.326 0.9880
period2 - period4 0.588 0.516 Inf 1.139 0.6654
period3 - period4 0.452 0.531 Inf 0.850 0.8307
Обратите внимание, что параметры корректируются не с помощью корректировок квазиправдоподобия, а только с помощью их (ко)дисперсий/стандартных отклонений.