從線性混合 Model (lme4) 獲取效果大小

Question

假設我想為 lmer object 中的每個術語獲得某種效果大小，最好的方法是什么？ 例如，我有這個nutrient具有兩個主要影響（ gen和 nutrition ）及其相互作用：

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

如果我想獲得每個固定效應主效應和交互項的效應大小（R2 或偽 R2），那么最好的方法是什么？ Obtaining the R2 for a full model (a la MuMIn::r.squaredGLMM(fit1) ), and use a model comparison approach as I build up to the final model? 或者，還有更好的方法？

Answer 1

Did you try the sem.model.fits function from this packages https://cran.r-project.org/web/packages/piecewiseSEM/piecewiseSEM.pdf ? 您應該能夠為可變和固定效果獲得偽 R2。 如果您想要與特定參數對應的效果大小而不是整個 model，您可以分解具有較少參數的模型並使用 model 比較。

Answer 2

度量數據的影響大小可以用 r = √(t²/(t^2+df)) (Rosenthal, 1991, p. 19) r<-sqrt(t^2/(t^2+df)) 計算固定因子 gen: sqrt(0.340^2/(0.340^2+68)) #0,04，這意味着根據 Cohen (1992) 的解釋沒有效果。 我知道，有科恩的參考資料，我更經常引用（Cohen 1988），但是 1992 年的參考資料是其中之一，我讀到：

低 0.1：無效果 0.1-0.29：小效果 0.3-0.49：中等效果 0.5-1：大效果

羅森塔爾，R。 1991. 社會研究的元分析程序。 第 2 版，Sage 出版物，紐伯里公園。 Cohen J 1992 電源底漆。 心理公告 112：155-159。