R中对数转换线性混合模型：特定频率下估计值的SD与95%CI计算

在R环境中采用线性混合模型，计算选定频率（连续型协变量）下4个类别位置对应的速度估计值，已编写的初始分析代码如下：

lmer.df = lmer(log(velocity) ~ location + frequency + (1 | heart), data = df)

emm = emmeans(lmer.df, specs = ~ location, type = "response")

summary(emm, infer = TRUE)  # 输出平均频率下反向转换的估计边际均值
summary(contrast(emm, method = "revpairwise", infer = TRUE)) # 输出平均频率下反向转换的两两比较结果，含SE与95%CI

运行上述代码时，emmeans()默认仅输出协变量frequency取样本均值时速度估计值的标准误（SE）与95%置信区间（95%CI），需要实现特定频率取值（例如frequency = 90）下对应估计值的标准差（或置信区间）计算，输出与平均频率场景格式一致的结果表格。

emmeans对模型中的连续协变量默认取样本均值作为固定值计算边际均值，只需通过at参数覆盖该默认设定，指定协变量的目标取值即可，无需重新拟合模型，输出格式与原有逻辑完全一致：

• 第一步：指定协变量取值计算估计边际均值
  调用emmeans()时传入at参数，以列表形式明确给出frequency的目标取值，保留type = "response"参数自动完成对数转换的反向变换，直接得到原始速度尺度的估计结果：

  # 计算frequency = 90时各位置对应的估计边际均值
  emm_freq90 = emmeans(lmer.df,
                       specs = ~ location,
                       at = list(frequency = 90), # *核心参数*：指定连续协变量的固定取值
                       type = "response")
  

  若需要同时计算多个频率下的结果，直接在列表中传入取值向量即可，例如at = list(frequency = c(60, 90, 120))，输出会自动按频率值分组展示。
• 第二步：输出指定频率下的估计值结果表
  沿用原有summary()逻辑，即可得到与平均频率场景格式完全一致的结果，包含估计值、SE、95%CI、假设检验统计量：

  summary(emm_freq90, infer = TRUE)
  

• 第三步：输出指定频率下的位置两两比较结果
  同样沿用原有对比计算逻辑，即可得到该频率下位置间两两比较的反向变换结果、SE与95%CI：

  summary(contrast(emm_freq90, method = "revpairwise", infer = TRUE))
  

内容的提问来源于stack exchange，提问作者Theresa