手段-对照还是针对多个因素的治疗

Question

我正在使用emmeans与对照组进行自定义比较。如果我只想比较一个因素，trt.vs.ctrl方法对我来说是完美的，但是当我将比较设置为更复杂时，即失败（或者我失败）（即对照组是由以下因素的特定组合来描述的） 2个以上的变量）。

下面的示例代码。假设使用pigs数据，我想将所有饮食与低百分比的鱼类饮食进行比较。请注意，在nd数据帧中，“ fish”仅与9％关联。但是，当我运行emmeans时，该功能不会在嵌套中显示，并且在控件正确的情况下，处理组还包括各种值的鱼和百分数。这表示p-value调整错误。

所以我可以想到两种方法：

1. 在这种情况下，如何使emmeans进入嵌套，或
2. 我如何手动进行dunnettx调整（=我可以不使用调整，然后取出我真正想要的测试，然后自己调整p值？）。>

    library(emmeans)
    library(dplyr)

    pigs.lm <- lm(log(conc) ~ source + factor(percent), data = pigs)
    nd <- expand.grid(source = levels(pigs$source), percent = unique(pigs$percent)) %>%
        filter(percent == 9 | source != "fish")

    emmeans(pigs.lm, trt.vs.ctrl ~ source + percent, 
        data = nd, covnest = TRUE, cov.reduce = FALSE)

感谢您的帮助。

使用include的建议效果很好。如果将来其他人遇到相同的问题，请在此处发布我的代码。

library(emmeans)
library(dplyr)
library(tidyr)

pigs.lm <- lm(log(conc) ~ source + factor(percent), data = pigs)
nd <- expand.grid(source = levels(pigs$source), percent =     unique(pigs$percent)) %>%
    filter(percent == 9 | source != "fish")

ems <- emmeans(pigs.lm, trt.vs.ctrl ~ source + percent, 
    data = nd, covnest = TRUE, cov.reduce = FALSE)

# to identify which levels to exclude - in this case, 
# I only want the low-percent fish to remain as the ref level
aux <- as.data.frame(ems[[1]]) %>%
    mutate(ID = 1:n()) %>%
    filter(!grepl("fish", source) | ID == 1)

emmeans(pigs.lm, trt.vs.ctrl ~ source + percent, 
    data = nd, covnest = TRUE, cov.reduce = FALSE, include = aux$ID)

我正在使用Emmeans与对照组进行自定义比较。如果我只想比较一个因素，则trt.vs.ctrl方法对我来说非常理想，但是当我...

Answer 1

我对您要完成的目标尚不完全清楚，但我不认为过滤数据是解决方案。