Jika Anda bersedia menerima tes Wald ini harusnya berhasil:
library(lme4)
library(car)
gm1 <- glmer(cbind(incidence, size - incidence) ~ period + (1 | herd),
data = cbpp, family = binomial)
Anova(gm1,type="III")
Namun, perhatikan (dari ?Anova
) bahwa:
Sebutan "tipe-II" dan "tipe-III" dipinjam dari SAS, tetapi definisi yang digunakan di sini tidak sesuai persis dengan yang digunakan oleh SAS. Tes Tipe-II dihitung sesuai dengan prinsip marginalitas, menguji setiap istilah setelah yang lainnya, kecuali mengabaikan kerabat tingkat tinggi istilah; yang disebut tes tipe-III melanggar marginalitas, menguji setiap istilah dalam model setelah semua yang lain. Definisi tes Tipe-II ini sesuai dengan tes yang diproduksi oleh SAS untuk model analisis varians, di mana semua prediktor adalah faktor, tetapi tidak lebih umum (yaitu, ketika ada prediktor kuantitatif). Berhati-hatilah dalam merumuskan model untuk tes tipe-III, atau hipotesis yang diuji tidak masuk akal.
Saya akan memeriksa hasil Anda dengan sangat hati-hati untuk memastikan hasilnya masuk akal!
Atau, Anda dapat menggunakan afex::mixed
untuk mendapatkan tabel analog melalui uji rasio kemungkinan atau bootstrap parametrik; yang terakhir adalah yang paling akurat, tetapi juga yang paling lambat sejauh ini.
Lihat ?pvalues
dalam lme4
paket untuk diskusi yang lebih umum tentang perhitungan nilai-p dalam konteks GLMM.