Що повідомляє lsmeans для узагальненої лінійної моделі, такої як змішана модель Пуассона (підходить до glmer)?

Я аналізую дані відстеження очей із розробленого експерименту. Спрощена версія моїх даних виглядає приблизно так (дані dput () можна отримати тут ),

head(lookDATA)

  participant fixationImage fixationCount
1           9    Automobile            81
2           9          Bird            63
3           9         Chair            82
4           9           Dog            64
5           9          Face            90
6           9         Plant            75

де учасник є унікальним ідентифікатором для кожного предмета, fixationImage - це категорія зображення, яку вони зафіксували, а fixationCount - кількість разів, яку вони фіксували на цій категорії зображення.

Я підключаю модель пуассона до даних, використовуючи glmer () з пакету lme4 .

model<-glmer(fixationCount ~ fixationImage + (1|participant), family = poisson, data = lookDATA)

Я використовував lsmeans () з пакету lsmeans, щоб вивчити відмінності між рівнями факторів,

cld(lsmeans(model,"fixationImage"))

який забезпечує наступний вихід:

fixationImage   lsmean         SE df asymp.LCL asymp.UCL .group
Chair         3.786022 0.05764923 NA  3.673018  3.899026  1    
Bird          3.866201 0.05750641 NA  3.753476  3.978925   2   
Dog           3.868768 0.05751010 NA  3.756037  3.981500   2   
Body          3.883644 0.06040952 NA  3.765230  4.002059   23  
Plant         3.893327 0.05746744 NA  3.780679  4.005975   23  
Automobile    3.901939 0.05745528 NA  3.789315  4.014563   23  
Face          3.946848 0.05832549 NA  3.832519  4.061178    3 

Згідно з моїм (можливо, обмеженим) розумінням використання віньетки lsmeans, стовпчик lsmean повинен представляти середню кількість переглядів для даної категорії, передбаченої моделлю.

Однак ці значення здаються незручно далекими від простої описової статистики для цих чисел,

summaryBy(fixationCount ~ fixationImage, data = lookDATA)

  fixationImage fixationCount.mean
1    Automobile           55.18750
2          Bird           53.25000
3          Body           57.12821
4         Chair           50.39450
5           Dog           53.82883
6          Face           56.76389
7         Plant           54.71429

припустивши, що я неправильно розумію, що тут представляють lsmeans, або, можливо, я неправильно уточнив модель.

Будь-яка допомога буде дуже вдячна.

Вихідні дані представляють прогнози вашої моделі для кожного зображення. Для сімейства отрут функцією зв'язку за замовчуванням є природний лог - тому ці значення знаходяться в шкалі журналів. Якщо ви це зробите lsmeans(..., type = "response"), це перетворить прогнози в початкову шкалу відповідей.