如何使用emmeans包获取自定义分组的估计边际均值？

你想要计算gear3和gear4的自定义分组边际均值，其实本质上是构造这些子组边际均值的加权平均线性组合——emmeans的contrast函数不仅能做差异对比，还能完美实现这个需求，只要我们给目标组设置合适的权重就行。结合你现有的代码和输出，我给你两种常见场景的具体实现方法：

场景1：不区分vs，合并gear3和gear4的所有子组取平均 #

你的emm对象里，gear3和gear4分别对应vs0和vs1两个子组，共4行数据。我们要给这4行各分配1/4的权重（总和为1），就能得到它们的合并平均边际均值：

# 先获取你已经生成的emmeans对象
mod <- lm(mpg ~ factor(gear) * factor(vs), data = mtcars)
emm <- emmeans(mod, ~ gear * vs)

# 构造自定义加权平均：给gear3/vs0、gear4/vs0、gear3/vs1、gear4/vs1各0.25权重
custom_combined_mean <- contrast(
  emm,
  list(gear3_4_combined = c(0.25, 0.25, 0, 0.25, 0.25, 0))
)

# 查看结果
custom_combined_mean

运行后你会得到类似这样的输出（手动计算验证：(15.1+21.0+20.3+25.2)/4 = 20.4，和计算结果一致）：

contrast           estimate   SE df lower.CL upper.CL
 gear3_4_combined      20.4 0.94 26     18.4     22.4

Confidence level used: 0.95

场景2：按vs分组，分别计算每个vs下gear3和gear4的平均 #

如果你想在每个vs水平下，单独计算gear3和gear4的平均边际均值，可以用by = "vs"参数拆分数据，此时每个vs组内只有3个gear水平（3、4、5），我们给gear3和gear4各分配0.5的权重即可：

# 按vs分组，计算每个vs下gear3和gear4的平均
custom_mean_by_vs <- contrast(
  emm,
  list(gear3_4_avg = c(0.5, 0.5, 0)),
  by = "vs"
)

# 查看结果
custom_mean_by_vs

这个代码会输出两个结果：分别对应vs0下gear3和gear4的平均，以及vs1下的平均，比如：

vs = 0:
 contrast   estimate   SE df lower.CL upper.CL
 gear3_4_avg      18.0 1.87 26     14.2     21.9

vs = 1:
 contrast   estimate   SE df lower.CL upper.CL
 gear3_4_avg      22.7 1.46 26     19.7     25.7

Confidence level used: 0.95

小提示 #

如果你的自定义分组不是简单的平均，也可以调整权重向量：比如你想给gear3的权重是2/3、gear4是1/3，只要把对应位置的权重改成2/3和1/3就行，只要权重总和为1，得到的就是加权边际均值。

备注：内容来源于stack exchange，提问作者A. Bohyn