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