在MATLAB中使用线性混合效应模型（fitlme）计算对比度的标准误差

Question

我想计算MATLAB中线性混合效应模型（fitlme）中对比度的标准误差。

y = randn(100,1); 
area = randi([1 3],100,1); 
mea = randi([1 3],100,1); 
sub = randi([1 5],100,1); 

data = array2table([area mea sub y],'VariableNames',{'area','mea','sub','y'}); 
data.area = nominal(data.area,{'A','B','C'}); 
data.mea = nominal(data.mea,{'Baseline','+1h','+8h'}); 
data.sub = nominal(data.sub); 

lme = fitlme(data,'y~area*mea+(1|sub)') 

% Plot Area A on three measurements 
coefv = table2array(dataset2table(lme.Coefficients(:,2))); 
bar([coefv(1),sum(coefv([1 4])),sum(coefv([1 5]))]) 

计算对比度意味着，例如， area1-measurement1与area1-measurement2比较area1-measurement3可以通过求和相关的系数参数来完成。但是，有谁知道如何计算相关的标准错误？

我知道一个假设检验可以通过coefTest（lme，H）完成，但只有p值可以被提取。

为A区的一个例子如下所示：

Answer 1

我已经解决了这个问题！

Matlab使用“预测”函数来估计对比度。要找到面积A置信区间，在测量+ 8H在这个特定实例的使用：

dsnew = dataset(); 
dsnew.area = nominal('A'); 
dsnew.mea = nominal('+8h'); 
dsnew.sub = nominal(1); 

[yh yCI] = predict(lme,dsnew,'Conditional',false) 

一个结果如下图所示：