我有两个治疗的实验。这是一个裂区实验，结构为 Block/Treatment1/Treatment2。每个处理有2个级别。因变量是功能种类组的存在/不存在数据。我正在通过 lme4 和 afex 使用混合模型分析数据。
模型结构如下：
m <- lmer (DV ~ Treatment 1 * Treatment 2 + (1|Block/Treatment1),
family = binomial)
但是，出于图形目的，我想绘制 4 种治疗组合（治疗 1 A 级和治疗 2 A 级；治疗 1 水平 B 治疗 2 水平 A；治疗 1 水平 B 和治疗 2 水平 A；治疗1 级 B 和治疗 2 级 B）。对于具有二项式误差分布的数据，我找不到一种直观的方法来提取 R 中的这些均值和标准误差值，因此我手动计算这些值。我很欣赏我计算的标准误差不会考虑我的数据集中的随机效应结构，但我无法找到一种方法来计算它们以包含这种随机效应结构（使用 R 语言中的 mcmc 模拟仅创建 HPD 置信区间适用于高斯数据）。
因此，我想计算特定治疗组合中特定官能团的比例的治疗手段，然后计算这 4 种治疗手段的标准误差。
考虑到我对特定治疗的比例是：
Plot 1: 24/65
Plot 2 26/64
Plot 3: 25/65
Plot 4: 22/62
Plot 5: 30/66
Plot 6: 29/65
我知道要计算平均比例，我需要将命中总数（上述所有分子的总和）相加，然后除以命中和未命中的总和（上述所有分母的总和）。这给了我 0.40。
那么我的问题是，如何计算所得比例的标准误差？
调用命中 p 和未命中 q 的比例，我对比例的标准误差有以下公式：
sqrt((p*q)/n)
这个对吗？另外，什么是n？n 是构成平均比例的比例数（在这种情况下为 6）还是命中和未命中的总数（即上述所有分母的总和，这里是 387）？
对不起，这是一个简单的问题，我无法在任何地方找到答案！另外，如果这不是发布此内容的正确论坛，我也很抱歉...
非常感谢。
