r - 从线性混合模型 (lme4) 获取效果大小

Question

假设我想为 lmer 对象中的每个项获得某种效果大小，执行此操作的最佳方法是什么？例如，我有一个具有两个主要效果(gen 和 nutrient)及其相互作用的模型:

library(lme4)
data(Arabidopsis)
fit1 <- lmer(total.fruits~gen*nutrient+(1|reg), data=Arabidopsis)
summary(fit1)

# # # truncated output

Random effects:
 Groups   Name        Variance Std.Dev.
 reg      (Intercept)  144.4   12.02   
 Residual             1304.4   36.12   
Number of obs: 625, groups:  reg, 3

Fixed effects:
              Estimate Std. Error        df t value Pr(>|t|)    
(Intercept)    4.35938   10.72391   7.20000   0.407    0.696    
gen            0.13441    0.39560  67.90000   0.340    0.735    
nutrient       6.62369    0.99266 619.40000   6.673 5.58e-11 ***
gen:nutrient  -0.09971    0.04308 619.50000  -2.314    0.021 *  
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

如果我想获得每个固定效应主效应和交互作用项的效应大小(R2 或伪 R2)，最好的方法是什么？获取完整模型的 R2(a la MuMIn::r.squaredGLMM(fit1))，并在构建最终模型时使用模型比较方法？或者有更好的方法吗？

Answer 1

您是否尝试过此包中的 sem.model.fits 函数 https://cran.r-project.org/web/packages/piecewiseSEM/piecewiseSEM.pdf ？您应该能够获得变化和固定效果的别名 R2。如果您希望效果大小对应于特定参数而不是整个模型，则可以分解具有较少参数的模型并进行模型比较。