在MATLAB中使用線性混合效應模型（fitlme）計算對比度的標準誤差

Question

我想計算MATLAB中線性混合效應模型（fitlme）中對比度的標準誤差。

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]))]) 

計算對比度意味着，例如， area1-measurement1與area1-measurement2比較area1-measurement3可以通過求和相關的係數參數來完成。但是，有誰知道如何計算相關的標準錯誤？

我知道一個假設檢驗可以通過coefTest（lme，H）完成，但只有p值可以被提取。

爲A區的一個例子如下所示：

Answer 1

我已經解決了這個問題！

Matlab使用「預測」函數來估計對比度。要找到面積A置信區間，在測量+ 8H在這個特定實例的使用：

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

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

一個結果如下圖所示：