R语言：如何为aov模型指定组内变化量的组间差异交互对比？

问题描述 #

需要分析组内Δ变化（time=3 减去 time=1）的组间差异（group=1 减去 group=2），获取该差异的点估计、95%置信区间及p值，验证给出的两段emmeans代码是否均无法实现此目标。

示例数据集与模型代码 #

demo3 <- read.csv("https://stats.idre.ucla.edu/stat/data/demo3.csv")
## 将变量转换为因子
demo3 <- within(demo3, {
  group <- factor(group)
  time <- factor(time)
  id <- factor(id)
})

par(cex = .6)

demo3$time <- as.factor(time)

demo3.aov <- aov(pulse ~ group * time + Error(id), data = demo3)
summary(demo3.aov)

待验证代码分析 #

两段代码均无法直接实现目标，原因如下：

第一段代码 #

m2 <- emmeans(demo3.aov, "group", by = "time") 
pairs(m2)

• 该代码按time分组计算group的边际均值，pairs(m2)会在每个时间点单独做group1 vs group2的对比，得到的是各时间点的组间差异，而非「组内时间变化后的组间差异」，不符合需求。

第二段代码 #

m22 <- emmeans(demo3.aov, c("group",   "time") )
pairs(m22)

• 该代码获取group与time所有组合的边际均值，pairs(m22)会执行所有组合的两两对比（包括同组不同时间、同时不同组、不同组不同时间的对比），结果冗余且无法直接提取到目标对比项。

正确实现代码 #

需要自定义对比来直接计算「(group1的time3-time1变化) - (group2的time3-time1变化)」，以下是两种实现方式：

方式1：自定义对比系数 #

# 获取group与time组合的边际均值
emm <- emmeans(demo3.aov, ~ group * time)

# 自定义目标对比：(group1_time3 - group1_time1) - (group2_time3 - group2_time1)
# 系数对应emmeans输出顺序：group1_time1, group1_time3, group2_time1, group2_time3
contrast(emm, list(
  delta_group_diff = c(-1, 1, 1, -1)
), adjust = "none")

方式2：分步计算时间变化再对比 #

# 先计算每个group的time3 - time1的变化量
delta_emm <- emmeans(demo3.aov, ~ group, at = list(time = c(1, 3))) %>%
  contrast(method = "consecutive", by = "group")

# 再对比两个group的变化量差异
contrast(delta_emm, method = "pairwise", by = NULL)

以上两种方式均可输出目标差异的点估计、95%置信区间及p值。

内容的提问来源于stack exchange，提问作者jtjtjtjt