2016-07-11 4 views
0

lmerTest был разработан как обертка для оценки p-values из анализа смешанной модели lmer, используя оценку Satterthwaite знаменателей степеней свободы (ddf). Но теперь lmerTest теперь сломан. В настоящее время он возвращает сообщение о том, что была внутренняя ошибка вычисления и возвращает только результат lmer (без p-values). Я смог вычислить p-values из функции summary(), используя отличный код Дэн Мирмана для вычисления оценки Kenward-Rogers ddf. Но я не могу найти эквивалентный код для вычисления p-values в вызове anova на модели lmer. Я подозреваю, что нужно просто подать anova() ddf, но я не могу понять, как это сделать.lmer Получить значения p от anova

Заранее благодарим любого, кто может предложить решение этой проблемы.

Ларри Хансикер

ответ

2

lmerTest возвращает выходные данные ANOVA пакета lme4 всякий раз, когда некоторые вычислительные ошибки в получении приближения Satterthwaite (такие, как, например, при расчете асимптотической дисперсии ковариационной матрицы). LmerTest не нарушен, просто можно привести примеры, когда аппроксимация Саттертуэйт не может быть рассчитана. По моему опыту это происходит не часто.

+0

Мои извинения, Александра. Теперь я понимаю, что проблема связана с расчетом приближения Саттертуэйт, а не с lmerTest. –

+0

Я также нашел ответ на мой вопрос выше. Функция anova в вашем пакете lmerTest дает возможность запросить приближение Kenwood-Roger для ddf (ddf = 'Ken'), и этот вызов вашей anova дает именно то, что я искал. Я не нашел способ запросить приближение D-K-R в вашей функции lmer. Есть ли способ использовать K-R в вашем lmer? Если нет, это может быть хорошим дополнением к вашему пакету. Спасибо за lmerTest. –

+1

Чтобы использовать приближение Kenward-Roger для anova, вы можете написать anova (model, ddf = "kenw") и использовать его в сводной функции, которую вы можете с подобной записью написать: summary (model, ddf = "kenw"). Пакет lmerTest использует реализацию пакета pbkrtest приближения Кенварда-Роджера – Alexandra