lmerの切片の選択

Question

私は、サイズが遺伝子発現と有意に相関するかどうかを理解するためにlmerモデル（lmerTestから）を使用しています。もしそうなら、特定の遺伝子がサイズと相関しています'とランダム効果）：

lmer(Expression ~ size*genes + (1|female) + (1|cage), data = df) 

要約出力には、私の遺伝子の一つは、（切片としてアップに使用されている、それはアルファベットで最高であることから、 『CTSK』）。周りを読んだ後、他のものと比較するために私の傍受として最も高い（または最も低い）発現遺伝子を選ぶことを勧めました。この場合、遺伝子「星」が最も高い発現を示した。私のデータを再整理し、モデルを 'star'をインターセプトとして再実行した後、anova（）の出力は同じですが、他のすべてのスロープはsummary（）出力で重要になりました。

私の質問は以下のとおりです。

1. それがインターセプトとして使用し、私の遺伝子の一つを持っていないことは可能ですか？それが不可能な場合、どの遺伝子を切片として選択すべきかを私はどのように知っていますか？
2. 斜面がゼロと異なるかどうかをテストできますか？おそらく、これは私のモデル（つまり、 '0 +サイズ*遺伝子'）に切片を指定しないところですか？
3. インターセプトをすべての斜面の平均として使用できますか？

次に、lsmeansを使用して、傾きが大きく異なるかどうかを判断します。そうでない場合は、うまくいけば、これはokです

df <- structure(list(size = c(13.458, 13.916, 13.356, 13.84, 14.15, 
          16.4, 15.528, 13.916, 13.458, 13.285, 15.415, 14.181, 13.367, 
          13.356, 13.947, 14.615, 15.804, 15.528, 16.811, 14.677, 13.2, 
          17.57, 13.947, 14.15, 16.833, 13.2, 17.254, 16.4, 14.181, 13.367, 
          14.294, 13.84, 16.833, 17.083, 15.847, 13.399, 14.15, 15.47, 
          13.356, 14.615, 15.415, 15.596, 15.847, 16.833, 13.285, 15.47, 
          15.596, 14.181, 13.356, 14.294, 15.415, 15.363, 15.4, 12.851, 
          17.254, 13.285, 17.57, 14.7, 17.57, 13.947, 16.811, 15.4, 13.399, 
          14.22, 13.285, 14.344, 17.083, 15.363, 14.677, 15.945), female = structure(c(7L, 
                             12L, 7L, 11L, 12L, 9L, 6L, 12L, 7L, 7L, 6L, 12L, 8L, 7L, 7L, 
                             11L, 9L, 6L, 10L, 11L, 8L, 10L, 7L, 12L, 10L, 8L, 10L, 9L, 12L, 
                             8L, 12L, 11L, 10L, 10L, 9L, 8L, 12L, 6L, 7L, 11L, 6L, 9L, 9L, 
                             10L, 7L, 6L, 9L, 12L, 7L, 12L, 6L, 6L, 6L, 8L, 10L, 7L, 10L, 
                             11L, 10L, 7L, 10L, 6L, 8L, 11L, 7L, 6L, 10L, 6L, 11L, 9L), .Label = c("2", 
                                              "3", "6", "10", "11", "16", "18", "24", "25", "28", "30", "31", 
                                              "116", "119", "128", "135", "150", "180", "182", "184", "191", 
                                              "194", "308", "311", "313", "315", "320", "321", "322", "324", 
                                              "325", "329", "339", "342"), class = "factor"), Expression = c(1.10620339407889, 
                                                              1.06152707257767, 2.03000185674761, 1.92971750056866, 1.30833983462599, 
                                                              1.02760836165184, 0.960969703469363, 1.54706275342441, 0.314774666283256, 
                                                              2.63330873720495, 0.895123048920455, 0.917716470037954, 1.3178821021651, 
                                                              1.57879156856332, 0.633429011784367, 1.12641940390116, 1.0117475796626, 
                                                              0.687813581350802, 0.923485880847423, 2.98926377892241, 0.547685277701021, 
                                                              0.967691178046748, 2.04562285257417, 1.09072264997544, 1.57682235413366, 
                                                              0.967061529758701, 0.941995966023426, 0.299517719292817, 1.8654758451133, 
                                                              0.651369936708288, 1, 1.04407979584122, 0.799275069735012, 1.007255409328, 
                                                              0.428129727802404, 0.93927930755046, 0.987394257033815, 0.965050972503591, 
                                                              2.06719308587322, 1.63846508102874, 0.997380526962644, 0.60270197593643, 
                                                              2.78682867333149, 0.552922632281237, 3.06702198884562, 0.890708510580522, 
                                                              1.15168812515828, 0.929205084743164, 2.27254101826041, 1, 0.958147442333527, 
                                                              1.05924173014089, 0.984356852670054, 0.623630720815415, 0.796864961771971, 
                                                              2.4679841984147, 1.07248904053777, 1.79630829771291, 0.929642913565982, 
                                                              0.296954006040077, 2.25741254504115, 1.17188536743493, 0.849778293699644, 
                                                              2.32679163466857, 0.598119006609413, 0.975660099975423, 1.01494421228949, 
                                                              1.14007557533352, 2.03638316428189, 0.777347547080068), cage = structure(c(64L, 
                                                                                 49L, 56L, 66L, 68L, 48L, 53L, 49L, 64L, 56L, 55L, 68L, 80L, 56L, 
                                                                                 64L, 75L, 69L, 53L, 59L, 66L, 63L, 59L, 64L, 68L, 59L, 63L, 50L, 
                                                                                 48L, 68L, 80L, 49L, 66L, 59L, 50L, 48L, 63L, 68L, 62L, 56L, 75L, 
                                                                                 55L, 81L, 48L, 59L, 56L, 62L, 81L, 68L, 56L, 49L, 55L, 62L, 55L, 
                                                                                 63L, 50L, 56L, 59L, 75L, 59L, 64L, 59L, 55L, 63L, 66L, 56L, 53L, 
                                                                                 50L, 62L, 66L, 81L), .Label = c("023", "024", "041", "042", "043", 
                                                                                         "044", "044 bis", "045", "046", "047", "049", "051", "053", "058", 
                                                                                         "060", "061", "068", "070", "071", "111", "112", "113", "123", 
                                                                                         "126", "128", "14", "15", "23 bis", "24", "39", "41", "42", "44", 
                                                                                         "46 bis", "47", "49", "51", "53", "58", "60", "61", "67", "68", 
                                                                                         "70", "75", "76", "9", "D520", "D521", "D522", "D526", "D526bis", 
                                                                                         "D533", "D535", "D539", "D544", "D545", "D545bis", "D546", "D561", 
                                                                                         "D561bis", "D564", "D570", "D581", "D584", "D586", "L611", "L616", 
                                                                                         "L633", "L634", "L635", "L635bis", "L637", "L659", "L673", "L676", 
                                                                                         "L686", "L717", "L718", "L720", "L725", "L727", "L727bis"), class = "factor"), 
       genes = c("igf1", "gr", "ctsk", "ets2", "ctsk", "mtor", "igf1", 
          "sgk1", "sgk1", "ghr1", "ghr1", "gr", "ctsk", "ets2", "timp2", 
          "timp2", "ets2", "rictor", "sparc", "mmp9", "gr", "sparc", 
          "mmp2", "ghr1", "mmp9", "sparc", "mmp2", "timp2", "star", 
          "sgk1", "mmp2", "gr", "mmp2", "rictor", "timp2", "mmp2", 
          "mmp2", "mmp2", "mmp2", "rictor", "mtor", "ghr1", "star", 
          "igf1", "mmp9", "igf1", "igf2", "rictor", "rictor", "mmp9", 
          "ets2", "ctsk", "mtor", "ghr1", "mtor", "ets2", "ets2", "igf2", 
          "igf1", "sgk1", "sgk1", "ghr1", "sgk1", "igf2", "star", "mtor", 
          "igf2", "ghr1", "mmp2", "rictor")), .Names = c("size", "female", 
                      "Expression", "cage", "genes"), row.names = c(1684L, 2674L, 10350L, 
                                 11338L, 10379L, 4586L, 1679L, 3637L, 3610L, 5537L, 5530L, 2676L, 
                                 10355L, 11313L, 8422L, 8450L, 11322L, 6494L, 9406L, 13262L, 2653L, 
                                 9407L, 12274L, 5564L, 13256L, 9394L, 12294L, 8438L, 750L, 3614L, 
                                 12303L, 2671L, 12293L, 6513L, 8437L, 12284L, 12305L, 12267L, 
                                 12276L, 6524L, 4567L, 5545L, 733L, 1700L, 13241L, 1674L, 7471L, 
                                 6528L, 6498L, 13266L, 11308L, 10347L, 4566L, 5541L, 4590L, 11315L, 
                                 11333L, 7482L, 1703L, 3607L, 3628L, 5529L, 3617L, 7483L, 722L, 
                                 4565L, 7476L, 5532L, 12299L, 6510L), class = "data.frame") 

genes <- as.factor(df$genes) 
library(lmerTest) 

fit1 <- lmer(Expression ~ size * genes +(1|female) + (1|cage), data = df) 
anova(fit1) 
summary(fit1) # uses the gene 'ctsk' for intercept, so re-level to see what happens if I re-order based on highest value (sgk1): 
df$genes <- relevel(genes, "star") 

# re-fit the model with 'star' as the intercept: 
fit1 <- lmer(Expression ~ size * genes +(1|female) + (1|cage), data = df) 
anova(fit1) # no difference here 
summary(fit1) # lots of difference 

私のサンプルデータはかなり長いモデルが実行されないであろうからである。

は、ここではいくつかの再現性のあるコードです！

Answer 1

適合モデルの係数を解釈することは可能ですが、それは最も有益な、または生産的なアプローチではありません。代わりに、デフォルトで使用されるコントラスト方法を使用してモデルを適合させ、適切な事後分析をフォローアップします。すべての今後の展開が行われますLS平均の継続であること、私はemmeansを使用することをお勧め（推定周辺平均）パッケージについては、

。パッケージにはいくつかのビネットがあり、状況に最も適したものはvignette("interactions")です。here - 特に共変量との相互作用に関するセクションです。

簡潔に言えば、インターセプトを比較することは、外挿であるsize = 0の予測であるため、誤解を招く可能性があります。さらに、あなたが質問で示唆するように、ここの本当のポイントはおそらく傍受よりも多くの斜面を比較することでしょう。この目的のために、emtrends()関数があります（または、必要に応じてその別名lstrends()）。

モデル予測のグラフを表示して、何が起こっているのかを視覚化することを強くおすすめします。これは、

library(emmeans) 
emmip(fit1, gene ~ size, at = list(size = range(df$size)))