R lsmeans dostosowują wielokrotne porównanie - r, regresję logistyczną, posthoc, lsmeans

Użyłem lme4 do uruchomienia logistyki efektów mieszanychregresja (przez wywołanie glmer) w R, a teraz próbuję dokonać porównań post-hoc. Ponieważ są one parami, Tukey powinien być w porządku, ale chciałbym ręcznie dostosować do liczby testów, które należy poprawić - teraz jest to wykonane dla 12 testów, ale jestem zainteresowany tylko 6 porównaniami.

Mój kod wygląda tak do tej pory

    for (i in seq_along(logmixed_ranks)) {
print(lsmeans(logmixed_ranks[[i]], pairwise~rating_ranks*indicator_var, adjust="tukey"))
}

Jakoś mogę potrzebować użyć następujących, ale nie jestem pewien jak.

      p.adjust(p, method = p.adjust.methods, n = length(p))

Czy ktokolwiek może pomóc? Dzięki! Laura

Odpowiedzi:

Musi być powód, dla którego chcesz się dostosowaćtylko 6 porównań i domyślam się, że to dlatego, że chcesz podzielić porównania, które robisz warunkowo na jednym z czynników. Jest to łatwe do zrobienia lsmeans:

lsmeans(logmixed_ranks[[i]],
pairwise ~ rating_ranks | indicator_var, adjust = "tukey")

lub

lsmeans(logmixed_ranks[[i]],
pairwise ~ indicator_var | rating_ranks, adjust = "tukey")

Nawiasem mówiąc, jeśli używasz adjust = "mvt", uzyskasz dokładnie takie same poprawki glht używa w swojej jednoetapowej procedurze. Dlatego uważam, że tylko glht funkcje nieobsługiwane przez lsmeans są testy wieloetapowe.

Zastanawia mnie, dlaczego masz listę glmer przedmioty, ale nie wydaje się to istotne dla mojej odpowiedzi.