Jeśli chcesz zadowolić się testami Walda, powinno to działać:
library(lme4)
library(car)
gm1 <- glmer(cbind(incidence, size - incidence) ~ period + (1 | herd),
data = cbpp, family = binomial)
Anova(gm1,type="III")
Należy jednak pamiętać (z ?Anova
), że:
Oznaczenia „typ II” i „typ III” zostały zapożyczone z SAS, ale użyte tutaj definicje nie odpowiadają dokładnie definicjom zastosowanym przez SAS. Testy typu II są obliczane zgodnie z zasadą marginalności, testując każdy termin po wszystkich innych, z wyjątkiem ignorowania krewnych tego rzędu; tak zwane testy typu III naruszają marginesowość, testując każdy termin w modelu po wszystkich pozostałych. Ta definicja testów typu II odpowiada testom opracowanym przez SAS dla modeli analizy wariancji, w których wszystkie predyktory są czynnikami, ale nie bardziej ogólnie (tj. Gdy istnieją predyktory ilościowe). Bądź bardzo ostrożny w formułowaniu modelu dla testów typu III, w przeciwnym razie testowane hipotezy nie będą miały sensu.
Bardzo dokładnie sprawdziłbym twoje wyniki, aby upewnić się, że mają sens!
Alternatywnie można użyć afex::mixed
do uzyskania analogicznych tabel za pomocą testu współczynnika wiarygodności lub parametrycznego ładowania; ten drugi jest najdokładniejszy, ale jak dotąd najwolniejszy.
Zobacz ?pvalues
w lme4
pakiecie bardziej ogólne omówienie obliczeń wartości p w kontekście GLMM.