R语言分段线性混合效应模型的lsmeans正确获取方法

两种结果差异的原因 #

你拟合的是分段线性混合效应模型，time1和time2是互斥生效的分段变量，二者的取值有严格的对应逻辑，不存在任意组合的可能：

• 时间点<0（冥想前）：time2固定为0，仅time1随时间变化
• 时间点=0（冥想启动周）：time1和time2均为0
• 时间点>0（冥想后）：time1固定为0，仅time2随时间变化

你仅指定time1计算lsmeans时，输出明确标注了Results are averaged over the levels of: time2，也就是lsmeans默认将未指定的time2取所有观测值的平均，相当于强制把不符合逻辑的time1=-1同时time2=1这类不存在的组合纳入平均，得到的结果自然不符合你的实际需求。

正确的计算方法 #

你需要同时指定两个分段变量，且仅传入符合实际观测逻辑的取值组合，不要加入不存在的time1/time2配对：

# 三个时间点对应的正确分段变量取值
lsmeans(pwmodel, ~ time1 + time2,
        at = list(
          time1 = c(-1, 0, 0),
          time2 = c(0, 0, 1)
        ))

输出的三个结果分别对应时间点-1、0、1的边际均值。如果需要更直观的展示，可以给三个组合加上时间标签：

# 用emmeans包实现的版本也同理
library(emmeans)
emmeans(pwmodel, ~ time_point, 
        at = list(
          time1 = c(-1, 0, 0),
          time2 = c(0, 0, 1),
          time_point = c("-1周", "0周", "1周")
        ))

补充说明 #

你示例代码中time2的注释有误，误写为“Time (weeks) before introduction of routine”，实际应为冥想后的时间，注意不要影响后续变量定义。

内容的提问来源于stack exchange，提问作者Leo