Saat ini saya sedang meninjau beberapa pekerjaan dan telah menemukan yang berikut, yang tampaknya salah bagi saya. Dua model campuran dipasang (dalam R) menggunakan lmer. Model tidak bersarang dan dibandingkan dengan uji rasio kemungkinan. Singkatnya, berikut adalah contoh yang dapat direproduksi dari apa yang saya miliki:
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)
Sejauh yang saya bisa lihat, lmer
digunakan untuk menghitung kemungkinan log dan anova
pernyataan menguji perbedaan antara model menggunakan chi-square dengan derajat kebebasan yang biasa. Ini sepertinya tidak benar bagi saya. Jika benar, apakah ada yang tahu referensi yang membenarkan ini? Saya menyadari metode yang mengandalkan simulasi (Paper oleh Lewis et al., 2011) dan pendekatan yang dikembangkan oleh Vuong (1989) tetapi saya tidak berpikir bahwa inilah yang diproduksi di sini. Saya tidak berpikir bahwa penggunaan anova
pernyataan itu benar.
sumber
anova()
fungsi dalam R tidak membandingkan dua model yang dipasang pada REML; mereparasi mereka menggunakan ML dan kemudian melakukan tes. Lihatlme4:::anova.merMod
, yang berisi garismods <- lapply(mods, refitML)
. (Tapi Anda masih benar yanganova()
tidak dapat digunakan untuk membandingkan kedua model, karena mereka tidak bersarang.)