Wie kann ein Post-hoc-Vergleich des Interaktionsterms mit dem Mixed-Effects-Modell durchgeführt werden?

Ich arbeite an einem Datensatz, um die Auswirkungen des Trocknens auf die mikrobiellen Aktivitäten von Sedimenten zu bewerten. Ziel ist es festzustellen, ob die Auswirkungen des Trocknens zwischen den Sedimenttypen und / oder der Tiefe innerhalb des Sediments variieren.

Der Versuchsaufbau ist wie folgt:

• Der erste Faktor Sediment entspricht drei Arten von Sedimenten (codiert Sed1, Sed2, Sed3). Für jeden Sedimenttyp wurde eine Probenahme an drei Standorten durchgeführt (3 Standorte für Sed1, 3 Standorte für Sed2, 3 Standorte für Sed3).
• Site ist codiert: Site1, Site2, ..., Site9.
• Der nächste Faktor ist die Hydrologie : Innerhalb jedes Standorts wird die Probenahme in einer trockenen Parzelle und in einer nassen Parzelle (codiert trocken / nass) durchgeführt.

Innerhalb jedes der vorherigen Diagramme wird die Probenahme in zwei Tiefen (D1, D2) dreifach durchgeführt.

Es gibt insgesamt n = 108 Proben = 3 Sedimente * 3 Stellen * 2 Hydrologie * 2 Tiefen * 3 Wiederholungen.

Ich benutze die lme()Funktion in R ( nlme- Paket) wie folgt:

Sediment <- as.factor(rep(c("Sed1","Sed2","Sed3"),each=36))
Site <- as.factor(rep(c("Site1","Site2","Site3","Site4","Site5",            
                        "Site6","Site7","Site8","Site9"),each=12))
Hydrology <- as.factor(rep(rep(c("Dry","Wet"),each=6),9))
Depth <- as.factor(rep(rep(c("D1","D2"),each=3),18))
Variable <- rnorm(108)

mydata <- data.frame(Sediment,Site,Hydrology,Depth,Variable)

mod1 <- lme(Variable ~ Sediment*Hydrology*Depth, data=mydata, 
             random=~1|Site/Hydrology/Depth)
anova(mod1)

Ich möchte einen Post-hoc- Vergleich durchführen, um zu testen, ob ein Begriff von Bedeutung ist oder nicht.

Ich kann es für einen einfachen Haupteffekt tun (z. B. Sediment ):

summary(glht(mod1,linfct=mcp(Sediment="Tukey")))

Die glht()Funktion funktioniert jedoch nicht für Interaktionsterme.

Ich fand heraus, dass Folgendes für eine 2-Wege-Anova funktionieren könnte:

mod1 <- lme(Variable~Sediment*Hydrology, data=mydata, 
            random=~1|Site/Hydrology)
mydata$SH <- interaction(mydata$Sediment, mydata$Hydrology)
mod2 <- lme(Variable ~ -1 + SH, data=mydata, random=~1|Site/Hydrology)
summary(glht(mod2, linfct=mcp(SH="Tukey")))

Ist es möglich, bei einer 3-Wege-Anova denselben Ansatz zu verwenden? Jede Hilfe auf dem Weg zu einem Post-hoc- Vergleich der Interaktionsterme in diesem Fall wäre sehr dankbar.

Ich fand das Paket "lsmeans" sehr nützlich, besonders wenn es eine ax * z * v-Interaktion gibt. Das Paket ist jedoch nur für neuere Versionen von R verfügbar.

http://cran.r-project.org/web/packages/lsmeans/vignettes/using-lsmeans.pdf

Meinen Sie damit, dass Sie alle paarweisen Vergleiche für die drei Faktoren durchführen möchten?

mod1<-lme(Variable~Sediment*Hydrology*Depth, data=mydata, random=~1|Site/Hydrology/Depth)
mydata$SHD<-interaction(mydata$Sediment,mydata$Hydrology,mydata$Depth)
mod2<-lme(Variable~-1+SHD, data=mydata, random=~1|Site/Hydrology/Depth)
summary(glht(mod2,linfct=mcp(SHD="Tukey")))