Deutsches R-Forum

Liebe R-Community,

ich habe mit nlme ein HLM/mixed-model aufgestellt:

Model1 <- lme(aV ~ TP*Gruppe, random=~1|VPN, data = long, method="ML", na.action = na.exclude)

Über den Befehl anova(Model1) habe ich herausgefunden, dass sowohl der Zeit- als auch der Interaktionseffekt signifikant wurden.
Nun würde ich gerne über Post-hoc Analysen rausfinden, wo die Unterschiede denn genau liegen.

In einigen Foren wird dazu das Paket emmeans empfohlen. Ich habe es ausprobiert und finde es sehr handlich, dennoch stellt sich mir eine Frage:
Im HLM schätze ich die Parameter über Maximum Likelihood; emmeans geht nun aber über die Methode der kleinsten Quadrate vor, wenn ich das verstanden habe. Kann ich vor diesem Hintergrund emmeans für ein HLM nutzen?

Danke für eure ANtworten und ein schönes Wochenende!

emmeans geht nun aber über die Methode der kleinsten Quadrate vor, wenn ich das verstanden habe. Kann ich vor diesem Hintergrund emmeans für ein HLM nutzen?

Die erste Aussage würde ich nicht unterschreiben. Aber ja, ich nutze emmeans für solche Modelle. Siehe auch https://cran.r-project.org/web/packages ... .html#lmer und https://cran.r-project.org/web/packages ... els.html#K

Was ist denn "post-hoc"? Ich kenne nur ex-ante und ex-post.

consuli hat geschrieben: So Dez 08, 2019 8:21 pm Was ist denn "post-hoc"? Ich kenne nur ex-ante und ex-post.

https://de.wikipedia.org/wiki/Post-hoc-Test

post hoc = latein "danach"

Vielen Dank für die Antwort, EDi! Das heißt, emmeans schätzt die Mittelwerte anhand der Methode, auf der das ursprüngliche Modell (in meinem Fall das HLM mit ML/REML) beruht?