Obecnie sprawdzam niektóre prace i natknąłem się na następujące, co wydaje mi się błędne. Dwa mieszane modele są montowane (w R) za pomocą lmera. Modele nie są zagnieżdżone i są porównywane za pomocą testów współczynnika wiarygodności. Krótko mówiąc, oto powtarzalny przykład tego, co mam:
set.seed(105)
Resp = rnorm(100)
A = factor(rep(1:5,each=20))
B = factor(rep(1:2,times=50))
C = rep(1:4, times=25)
m1 = lmer(Resp ~ A + (1|C), REML = TRUE)
m2 = lmer(Resp ~ B + (1|C), REML = TRUE)
anova(m1,m2)
O ile widzę, lmer
służy do obliczania prawdopodobieństwa logarytmicznego, a anova
stwierdzenie testuje różnicę między modelami za pomocą chi-kwadrat o zwykłych stopniach swobody. Nie wydaje mi się to poprawne. Jeśli jest to poprawne, to czy ktoś zna jakieś odniesienia, które to uzasadniają? Znam metody oparte na symulacjach (Paper Lewis i in., 2011) oraz podejście opracowane przez Vuonga (1989), ale nie sądzę, że to właśnie tutaj powstaje. Nie sądzę, aby użycie tego anova
oświadczenia było prawidłowe.
źródło
anova()
funkcja w R nie porównuje dwóch modeli zamontowanych zgodnie z REML; montuje je za pomocą ML, a następnie wykonuje test. Zobaczlme4:::anova.merMod
, który zawiera linięmods <- lapply(mods, refitML)
. (Ale nadal masz rację, żeanova()
nie można użyć do porównania dwóch modeli, ponieważ nie są one zagnieżdżone.)