如何解决emmeans 模型与交互和控制变量的事后比较
model=lmer(volt ~ (congruency+condition+channel)^2-congruency:channel+sessorder+(1+congruency_code*(condition_code+condition_codelevel3)+sessorder_code+sessorder_codelevel3+channel_code+channel_codelevel3|pp),REML=T,data=data,control=contr1)
所有固定效应都是分类变量（congruency，2levels；condition，3levels；channel，3levels）和sessorder被用作控制变量（3levels）。
在使用 emmeans 的事后测试中，我想调查“条件*通道”之间的重要关系。为此，我使用此代码：
emms <- emmeans(model,~ condition|channel)
summary(pairs(emms),by=NULL,adjust="bonferroni")
R 中的结果表明：
Results are averaged over the levels of: congruency,sessorder
degrees-of-freedom method: kenward-roger
P value adjustment: bonferroni method for 9 tests
我的问题是，这是在我的重要控制变量“sessorder”上取平均值的问题吗？我是否必须在事后测试中以某种方式考虑这个变量？
非常感谢您的意见！
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
