lsmeans รายงานอะไรสำหรับโมเดลเชิงเส้นแบบทั่วไปเช่นโมเดลปัวซองแบบผสม (พอดีกับ glmer)

ฉันกำลังวิเคราะห์ข้อมูลการติดตามด้วยตาจากการทดสอบที่ออกแบบมา ข้อมูลรุ่นที่เรียบง่ายของฉันจะมีลักษณะดังนี้ (คุณสามารถรับข้อมูล dput () ได้ที่นี่ )

head(lookDATA)

  participant fixationImage fixationCount
1           9    Automobile            81
2           9          Bird            63
3           9         Chair            82
4           9           Dog            64
5           9          Face            90
6           9         Plant            75

โดยที่ผู้เข้าร่วมเป็นตัวระบุที่ไม่ซ้ำกันสำหรับแต่ละเรื่อง fixationImage คือประเภทของรูปภาพที่พวกเขาจับจ้องอยู่และ fixationCount คือจำนวนครั้งที่พวกเขาได้รับการแก้ไขในหมวดหมู่รูปภาพนั้น

ฉันพอดีกับรูปแบบ Poisson ข้อมูลโดยใช้ glmer () จากแพคเกจ lme4

model<-glmer(fixationCount ~ fixationImage + (1|participant), family = poisson, data = lookDATA)

ฉันใช้ lsmeans () จากแพ็คเกจ lsmeansเพื่อตรวจสอบความแตกต่างระหว่างระดับปัจจัย

cld(lsmeans(model,"fixationImage"))

ซึ่งให้ผลลัพธ์ต่อไปนี้:

fixationImage   lsmean         SE df asymp.LCL asymp.UCL .group
Chair         3.786022 0.05764923 NA  3.673018  3.899026  1    
Bird          3.866201 0.05750641 NA  3.753476  3.978925   2   
Dog           3.868768 0.05751010 NA  3.756037  3.981500   2   
Body          3.883644 0.06040952 NA  3.765230  4.002059   23  
Plant         3.893327 0.05746744 NA  3.780679  4.005975   23  
Automobile    3.901939 0.05745528 NA  3.789315  4.014563   23  
Face          3.946848 0.05832549 NA  3.832519  4.061178    3 

ตามที่ฉัน (บางทีอาจจะ จำกัด ) ความเข้าใจในการใช้ lsmeans Vignette คอลัมน์ lsmean ควรแสดงค่าเฉลี่ยของจำนวนลักษณะหมวดหมู่ที่กำหนดตามคำทำนายของรูปแบบ

อย่างไรก็ตามค่าเหล่านี้ดูเหมือนไม่สบายใจจากสถิติเชิงพรรณนาสำหรับตัวเลขเหล่านี้

summaryBy(fixationCount ~ fixationImage, data = lookDATA)

  fixationImage fixationCount.mean
1    Automobile           55.18750
2          Bird           53.25000
3          Body           57.12821
4         Chair           50.39450
5           Dog           53.82883
6          Face           56.76389
7         Plant           54.71429

แนะนำบางทีฉันไม่ถูกต้องเข้าใจสิ่งที่ lsmeans เป็นตัวแทนที่นี่หรือบางทีฉันได้ทำตัวแบบผิดพลาด

ความช่วยเหลือใด ๆ จะได้รับการชื่นชมอย่างมาก

ผลลัพธ์แสดงถึงการทำนายจากแบบจำลองของคุณสำหรับแต่ละภาพ ด้วยตระกูลยาพิษฟังก์ชันลิงค์เริ่มต้นคือบันทึกธรรมชาติดังนั้นค่าเหล่านั้นจึงอยู่ในระดับล็อก หากคุณทำเช่นlsmeans(..., type = "response")นั้นระบบจะแปลงการคาดการณ์กลับไปเป็นระดับการตอบกลับดั้งเดิม