如何从glmmTMB的VarCorr结果中提取Std.Dev.用于emmeans偏差校正

用glmmTMB构建负二项模型后，想结合emmeans对反变换后的边际均值做偏差校正，校正需要用到随机效应的标准差。虽然VarCorr(nbinom_mod)能显示这个标准差数值，但试了多种方法都没法正确提取，导致没法传给emmeans的sigma参数。

1. 正确提取随机效应标准差 #

VarCorr()返回的对象里，每个随机效应组的方差-协方差矩阵带有stddev属性，用attr()就能直接提取：

# 提取herd组随机效应的标准差
rand_std_dev <- attr(VarCorr(nbinom_mod)$cond$herd, "stddev")

执行后rand_std_dev会得到你需要的9.048036e-05，也就是输出里的Std.Dev.值。

2. 传入emmeans完成偏差校正 #

把提取到的标准差数值传给emmeans()的sigma参数就行：

nbinom_em <- emmeans(nbinom_mod, ~ period, 
               bias.adjust = TRUE,
               sigma = rand_std_dev,
               type = "response")

• 之前用unlist(VarCorr(nbinom_mod))或者直接取矩阵元素，得到的是随机效应的方差（8.186695e-09），不是标准差。标准差是方差的平方根，也可以用sqrt(8.186695e-09)计算，但直接提取属性更准确省事。
• 如果模型有多个随机效应组，把$cond$herd改成目标组的名字，就能提取对应组的标准差。

内容的提问来源于stack exchange，提问作者myfatson