Как извлечь значение (минимальную разницу), которое функция multcomp::glht использует для вычисления множественных сравнений средних значений в R?

Question

У меня есть этот пример, где я хотел бы иметь несколько сравнений между методами лечения. Вот данные:

      data.1 <-read.csv(text = "
location,treat,response
loc1,T1,120
loc1,T2,60
loc1,T3,59
loc1,T4,10
loc2,T1,129
loc2,T2,55
loc2,T3,59
loc2,T4,8
loc3,T1,134
loc3,T2,60
loc3,T3,58
")

И вот что я сделал:

      library(lme4)
library(lmerTest)
library(emmeans)
library(multcomp)

model.fit <- lmer(response ~ treat + (1|location), data = data.1)

model.fit.emmeans <- emmeans(model.fit, ~ treat, 
                             options = list(estName = "response"))

pairs.comp.glht<-glht(model.fit, linfct=mcp(treat="Tukey"))

pairs.comp.glht.cld <-cld(pairs.comp.glht)

Запуск этого дал мне результат, который мне был нужен.

Я ищу значение минимальной разницы, чтобы назвать разницу и отобразить другую букву. Я предполагаю, что значение должно быть в этом объекте: pairs.comp.glht или здесь pairs.comp.glht.cld, но я не могу извлечь значение.

Answer 1

Этот вопрос предполагает, что существует единственное значение, которое может служить заявленной цели. Если есть такое значение, его можно найти через

      confint(pairs(model.fit.emmeans))

Полуширина каждого доверительного интервала является критическим значением для этого сравнения. Если все эти полуширины равны, это ваш ответ. (И они будут равны, если все df равны, а SE все равны.)

Но со смешанной моделью или несбалансированными данными и т. д. часто бывает так, что все сравнения имеют разные критические значения.

Answer 2

Вы можете получить более подробную сводку результатов с помощью

      summary(pairs.comp.glht)
# 
#    Simultaneous Tests for General Linear Hypotheses
# 
# Multiple Comparisons of Means: Tukey Contrasts
# 
# 
# Fit: lmer(formula = response ~ treat + (1 | location), data = data.1)
# 
# Linear Hypotheses:
#               Estimate Std. Error z value Pr(>|z|)    
# T2 - T1 == 0  -69.3333     3.3806 -20.509   <1e-08 ***
# T3 - T1 == 0  -69.0000     3.3806 -20.410   <1e-08 ***
# T4 - T1 == 0 -118.6667     3.7796 -31.396   <1e-08 ***
# T3 - T2 == 0    0.3333     3.3806   0.099        1    
# T4 - T2 == 0  -49.3333     3.7796 -13.052   <1e-08 ***
# T4 - T3 == 0  -49.6667     3.7796 -13.141   <1e-08 ***
# ---
# Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
# (Adjusted p values reported -- single-step method)

Обратите внимание, что стандартные ошибки различаются, поэтому минимальная разница также будет различаться. Для первого сравнения, чтобы получить двустороннее p-значение 0,05, вам потребуется разница 1,96 * 3,3806 = +/-6,625976.