- 综合排序
- 最热优先
- 最新优先
- 来自专栏育种数据分析之放飞自我
GWAS计算BLUE值2--LMM计算BLUE值
读取数据及转换为因子 library(lme4) library(emmeans) library(data.table) library(tidyverse) library(asreml) dat 使用lme4包进行blue值计算 这里，使用lme4包进行blue值计算，然后使用emmeans包进行预测均值（predict means）的计算，这样就可以将predict means作为表型值进行GWAS lmer(height ~ RIL + (1|location:RIL) + (1|location) + (1|location:rep), data=dat) summary(m1) re1 = emmeans (m1,"RIL") %>% as.data.frame() head(re1) 这里， RIL作为固定因子 地点和品种互作，作为随机因子 地点内区组，作为随机因子 然后通过emmeans计算RIL的预测均值 emmeans这一列就是预测均值了。 4.
1.8K30编辑于 2021-12-20 - 来自专栏医学和生信笔记
R语言析因设计方差分析及主效应和单独效应计算
关注公众号，发送R语言或python，可获取资料 专注R语言在生物医学中的使用------------介绍如何使用R语言进行析因设计方差分析以及如何使用emmeans计算主效应。 可以借助emmeans包。 library(emmeans) ## Welcome to emmeans. ## Caution: You lose important information if you filter this untidy' # x1的主效应 emmeans(f1, "x1") ## NOTE: Results may be misleading due to involvement in interactions # 计算各个单元格的均值 emmeans(f1, c("x1","x2")) ## x1 x2 emmean SE df lower.CL upper.CL ## 束膜缝合
10710编辑于 2026-03-17 - 来自专栏医学和生信笔记
一文搞定：现代化高级R包afex与重复测量方差分析（代码+可视化+结果解读+多重检验）
今天给大家介绍的afex包则综合了两者的优点，同时还能与emmeans、multcomp等包无缝衔接，完成事后多重比较，是目前进行重复测量方差分析的更优选择。 与emmeans包的无缝衔接：所有afex模型对象（ANOVA模型和混合模型均可）都可以直接传递给emmeans包，用于进行事后检验（post-hoc tests）、计划对比（planned contrasts afex包的所有分析结果均可直接传递给emmeans包进行事后检验，下面逐步演示。 三种层次的多重比较 加载emmeans包，逐步演示三种层次的多重比较： library(emmeans) ## Warning: package 'emmeans' was built under R 这一步是连接emmeans与multcomp的桥梁，使我们可以在multcomp的框架下对同样的比较应用更灵活的校正方法。
12610编辑于 2026-04-16 - 来自专栏小明的数据分析笔记本
R语言单、双因素方差分析及结果可视化的简单小例子
两两比较 install.packages("emmeans") library(emmeans) pwc1 <- jobsatisfaction %>% group_by(gender) %>% emmeans_test(score ~ education_level, p.adjust.method = "bonferroni") pwc1 各组男性和女性的工作满意度得分均有显著性差异
6.9K51发布于 2021-08-31 - 来自专栏医学和生信笔记
🧩 让数据“说话”：R语言析因设计全攻略（有交互、无交互、多重检验、主效应、简单效应估计）
本篇教程以家兔神经缝合、镇痛药联用和军装散热3个例题为主线，分别演示了2×2、I×J、I×J×K共3种规格的两因素/三因素析因设计，涵盖主效应检验、边际均值计算、交互作用图绘制，以及交互显著时如何用emmeans 如果各组样本量不等（不均衡设计），则需要用加权方式计算，此时直接用emmeans得到的结果比手算更可靠。 如何计算各因素的主效应呢？可以借助emmeans包，先把边际均值算出来。 library(emmeans) ## Warning: package 'emmeans' was built under R version 4.5.2 ## Welcome to emmeans. # 先计算各个单元格的边际均值，然后计算各因素简单效应 # 在均衡设计中，边际均值等于样本均值；不均衡设计中两者可能不同，建议以emmeans的结果为准 emm <- emmeans(f1, ~ x1 如果要比较不同处理组合之间的差别，还需要进行事后检验（Post-hoc Test），可以使用emmeans的contrast函数： # 进行事后检验，默认Tukey法调整多重比较的P值 contrast
14510编辑于 2026-04-09 - 来自专栏育种数据分析之放飞自我
GWAS计算BLUE值1--计算最小二乘均值（lsmeans）
使用函数计算最小二乘均值 之前都是用lsmeans这个包，现在用emmeans，可以看作是lsmeans的升级包。 但是，数据量大时，这个包也是巨慢。 library(emmeans) re1 = emmeans(m1,"RIL") %>% as.data.frame() head(re1,10) 结果是一致的。 5.
1.3K20编辑于 2021-12-20 - 来自专栏数据 学术 商业 新闻
不确定性可视化太难？！一行代码搞定~~
library(broom) library(emmeans) cacao_lumped <- cacao %>% mutate( location = fct_lump(location , n = 20) ) cacao_means <- lm(rating ~ location, data = cacao_lumped) %>% emmeans("location")
79220编辑于 2023-08-23 - 来自专栏优雅R
生信爱好者周刊（第 30 期）：生信的核心修炼道路在哪里？
Auto-Magical Suite of tools to streamline your ML workflow Experiment Manager, MLOps and Data-Management 4、emmeans emmeans包可以很容易地生成这些结果，以及它们的各种图形(交互风格的图形和并排的间隔)。 https://github.com/PYangLab/Cepo [7] 发表文献: https://www.nature.com/articles/s43588-021-00172-2.epdf [8] emmeans - Estimated marginal means: https://github.com/rvlenth/emmeans
83520编辑于 2022-06-27 - 来自专栏育种数据分析之放飞自我
栾生老师 || 线性混合效应模型教程
luansheng.netlify.com/post/datasets/shrimp.csv ” 推荐使用Rstudio来运行R，依赖的R包有： data.table ggplot2 lme4 sjPlot emmeans lmerTest ★邓飞注：这些包，data.table是读取写入数据，ggplot2作图包，lme4混合线性包，sjPlot模型作图包，emmeans计算预测均值，lmerTest是固定因子和随机因子显著性检验 4.6 获得每个群体的性能 调用emmeans包中的函数，计算四个群体的估计边际均值(estimated marginal means)，或者说最小二乘均值(least-squares means)。 关于emmeans包，请参考日志最小二乘均值的估计模型。尽管该日志介绍的是lsmeans包，但用法跟emmeans包都是一样的。 而且根据作者介绍，在不久的将来，emmeans包要替代lsmeans包。 注意，安装emmeans还需要pbkrtest包，这个包没有自动安装，需要手动安装。
9K97发布于 2020-02-14 - 来自专栏育种数据分析之放飞自我
GWAS计算BLUE值3--LMM考虑残差异质计算BLUE值
读取数据及转换为因子 library(lme4) library(emmeans) library(data.table) library(tidyverse) library(asreml) dat
1.1K20编辑于 2021-12-20 - 来自专栏R语言及实用科研软件
🤔 Aba | 全自动biomarker分析神包！~（原作者用这个包发了三篇Nature啦~）
fitted aba model. aba_diagnosticpower() Caclulate diagnostic power based on a fitted aba model aba_emmeans
60610编辑于 2023-02-24 - 来自专栏优雅R
「R」管道统计分析——rstatix使用指南
aov, lm, formula. dunn_test(): compute multiple pairwise comparisons following Kruskal-Wallis test. emmeans_test (): pipe-friendly wrapper arround emmeans function to perform pairwise comparisons of estimated marginal
3.4K20发布于 2020-07-03 - 来自专栏拓端tecdat
R语言非线性回归和广义线性模型：泊松、伽马、逻辑回归、Beta回归分析机动车事故、小鼠感染、蛤蜊数据、补剂钠摄入数据|数据分享
例如 - R emmeans(sodium_b...... confint(adjust = "none") 如果我们有一个连续的协变量，我们可以获得拟合值和误差，并将它们放入模型中。
1.8K20编辑于 2023-09-27 - 来自专栏脑电信号科研科普
额叶-小脑连接介导认知加工速度
对所有显著效应进行事后配对比较，并用“emmeans ” R包中的图基检验进行校正。 2.4 加工速度和认知速度的定义 传统上，PS被测量为刺激开始时间和行为反应之间的持续时间。
93910发布于 2021-07-05 BASE：大脑年龄的标准化评估
最后，使用“emmeans”1.5.4版本包进行两两分析。为了统计评估纵向一致性，检验基线和随访Tlw扫描的年龄估计值之间的平均斜率是否不同于1(零假设)，我们进行了t检验。 4.
54900编辑于 2024-05-24- 来自专栏思影科技
父子问题解决过程中的人际间神经同步性：一项fNIRS超扫描研究
为了检验固定效应因素的显著性，计算了具有函数约束的置信区间来估计稳健性（即不包括0的置信区间为0），并使用emmeans软件包进行事后比较，从而按照预先登记的假设进一步分析关系。
1.5K40编辑于 2022-02-28 - 来自专栏生信菜鸟团
中国人肝癌全基因组项目部分图表重现
GenomicAlignments_1.38.2 ## [41] jsonlite_1.8.8 survival_3.5-7 ## [43] emmeans
51010编辑于 2024-04-25
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号