组间比较时EMMEANS失效，如何通过单次ANCOVA完成正确成对比较

拆分3个子集分别拟合两两ANCOVA的做法存在统计偏差：每次仅使用部分样本估计残差，检验效能不稳定，且未做统一的多重比较校正，假阳性风险高。通过1次全样本建模即可完成所有成对比较，核心步骤如下：

第一步：先验证斜率齐性前提 #

异速生长曲线（log转换后为线性关系）的高程比较，必须满足组间斜率同质的前提，也就是协变量与分组变量的交互项无统计学显著性——这也是之前emmeans结果不符合预期的最常见原因：如果直接在带交互项的模型上运行默认的emmeans比较，得到的是协变量均值处的单点差异，当斜率存在组间差异时，这个结果不代表整体高程差，自然和两两拟合的结果不一致。

首先拟合纳入全部3组样本的全模型，不做子集拆分：

# 全样本带交互项模型，用于检验斜率齐性
full_model <- lm(Q.log ~ Endo.log * Family, data = CrocaCerCData)
anova(full_model)

根据交互项的检验结果分两种情况处理：

• 若Endo.log:Family的p值>0.05，说明各组异速生长斜率无显著差异，满足高程比较前提，移除交互项拟合最终ANCOVA主效应模型：

ancova_final <- lm(Q.log ~ Endo.log + Family, data = CrocaCerCData)

• 若交互项显著，说明各组异速生长斜率本身存在差异，曲线存在交叉，不存在统一的整体高程差，此时不能做笼统的高程比较，需要在关心的具体协变量取值位置比较组间预测值差异。

第二步：单次模型完成成对比较 #

斜率同质场景（可直接比较高程） #

使用emmeans计算调整后边际均值（即校正了协变量影响的组间均值，对应异速生长曲线的高程），直接输出三组两两比较结果，多重比较采用三组比较最常用的Tukey法校正：

library(emmeans)
# 成对比较组间高程差异
pairwise_res <- emmeans(ancova_final, specs = pairwise ~ Family, adjust = "tukey")
pairwise_res

输出结果的contrasts模块就是1.Extant/2.Metriorhynchid/2.Non-metriorhynchid三组的两两高程差异检验结果，由于使用全部样本估计模型参数，结果比拆分子集的两两检验更稳定可靠，显著性趋势会和之前两两拟合的结果一致。

斜率不齐场景（无统一高程差） #

此时需要指定协变量的代表性取值点位（比如取协变量的最小值、四分位数、中位数、最大值），比较对应点位上的组间预测值差异：

# 在Endo.log的5个代表性分位点处做组间成对比较
pairwise_res_slope <- emmeans(full_model, specs = pairwise ~ Family,
                              at = list(Endo.log = quantile(CrocaCerCData$Endo.log, probs = c(0, 0.25, 0.5, 0.75, 1))),
                              adjust = "tukey")
pairwise_res_slope

注意：不要在带交互项的模型上直接运行不指定at参数的emmeans组间比较，此时输出的均值差仅对应协变量总均值位置的差异，斜率差异较大时这个结果没有实际生物学意义，很容易出现和预期不符的显著性结果。

拆分子集两两拟合的固有问题 #

• 每次检验仅使用2/3的总样本，残差自由度更低，残差标准误估计偏差大，一类错误、二类错误率都会升高
• 三次独立检验未做统一的多重比较校正，整体假阳性率远高于0.05的设定阈值
• 不同子集模型的斜率、截距估计独立，结果不具备整体一致性

内容的提问来源于stack exchange，提问作者Arthur Erb