如何不使用relevel()实现clmm模型的多组比较？

不用反复调用relevel()，直接用emmeans包就能搞定所有组的两两对比，步骤如下：

1. 安装并加载依赖包 #

如果没装过emmeans，先安装：

install.packages("emmeans")
library(ordinal)
library(emmeans)

2. 基于已有的clmm模型做两两比较 #

假设你的模型是这样的（包含多水平固定效应和随机效应）：

# 示例clmm模型（替换成你的实际模型）
model <- clmm(ordered_y ~ factor1 + factor2 + factor3 + factor4 + (1|random_grp1) + (1|random_grp2), data = your_dataset)

单个自变量的所有两两比较 #

比如要对比factor1的所有水平（不管原模型参考组是谁）：

# 提取该自变量的调整后边际均值
emm_factor1 <- emmeans(model, ~ factor1)
# 生成所有组的两两对比结果
pairs(emm_factor1)

运行后会直接输出所有组间的对比（比如A-B、A-C、B-C），包含估计值、标准误、p值，完全不用修改原模型的参考组。

交互项的两两比较 #

如果需要分析两个自变量的交互效应（比如factor1和factor2的交互）：

emm_interaction <- emmeans(model, ~ factor1 * factor2)
pairs(emm_interaction)

为什么这个方法靠谱？ #

• 基于你已拟合的clmm模型计算，所有推断逻辑和原模型完全一致，不会出现和原模型结果矛盾的情况
• 不管自变量有多少水平，一次操作就能输出所有两两对比，省去反复调整参考组、重新拟合模型的麻烦
• 完美支持含随机效应的clmm模型，会正确考虑随机效应的方差结构

内容的提问来源于stack exchange，提问作者Wellington Almeida