英文:
comparing emmeans estimate to null distribution
问题
以下是翻译好的内容：
让我们假设我有这个模型：
set.seed(1)
df <- data.frame(y=rexp(500, .01), x=rep(c("A","B"),each=250), id=rep(seq(1,250),times=2))
mod <- lmer(y~ x + (1|id), data=df)
如果我计算每个 x 水平的平均效应，结果非常显著：
test(emmeans(mod, ~ x))
x emmean SE df t.ratio p.value
A 98.4 5.66 496 17.394 <.0001
B 92.6 5.66 496 16.360 <.0001
因为它很可能在测试每个效应是否等于零。
为了使这些测试有意义，我想我需要使用自助法（bootstrapping）创建一个零分布。例如，对于 x=="A"，可以使用以下方式创建零分布：replicate(10^4, mean(sample(df[df$x=="A","y"],n,rep=T)))，然后将从 emmeans 得到的估计值与此分布中的值进行比较？
对于这个问题，使用 emmeans 的正确方法是什么？
英文:
Let's say I have this model
set.seed(1)
df <- data.frame(y=rexp(500, .01), x=rep(c("A","B"),each=250), id=rep(seq(1,250),times=2))
mod <- lmer(y~ x + (1|id), data=df)
If I calculate the mean effect of each level of x, it is very significant
test(emmeans(mod, ~ x))
x emmean SE df t.ratio p.value
A 98.4 5.66 496 17.394 <.0001
B 92.6 5.66 496 16.360 <.0001
because presumably it's testing each effect against zero.
To make these tests meaningful, I suppose I need to create a null distribution using bootstrapping. For example for x=="A", replicate(10^4, mean(sample(df[df$x=="A","y"],n,rep=T))) and then compare the estimate from emmeans to the values in this distribution?
What is the correct approach to do this with emmeans?
答案1
得分: 2
代码部分不翻译。
以下是翻译好的部分：
-
你不能在
emmeans中这样做，因为没有办法将模拟分布的细节纳入其中。emmeans的测试基于对 估计值 采样分布的正态近似，并且不使用其他分布。 -
但是，你可以针对特定的 值 进行测试。例如，
test(emmeans(mod, "x"), null = 90)
或者如果你想要对各自的均值使用不同的空值
test(emmeans(mod, "x"), null = c(90, 80))
如果你使用与样本均值相等的空值，那么这些值恰好等于此示例中的EMM，并且你将获得P值为1。
英文:
You can't do it in emmeans because there is no way to incorporate the details of the simulated distribution. emmeans's tests are based on the normal approximation to sampling distribution of the estimate, and doesn't use any other distribution.
You can however test against a particular value. For example,
test(emmeans(mod, "x"), null = 90)
or if you want different null values for the respective means
test(emmeans(mod, "x"), null = c(90, 80))
If you use null values equal to the sample means, those are exactly equal to the EMMs in this example, and you will get P values of 1.
通过集体智慧和协作来改善编程学习和解决问题的方式。致力于成为全球开发者共同参与的知识库，让每个人都能够通过互相帮助和分享经验来进步。
评论