Tôi hiện đang xem xét một số công việc và đã đi qua những điều sau đây, điều này có vẻ sai đối với tôi. Hai mô hình hỗn hợp được trang bị (trong R) bằng cách sử dụng lmer. Các mô hình không lồng nhau và được so sánh bằng các thử nghiệm tỷ lệ khả năng. Nói tóm lại, đây là một ví dụ có thể tái tạo về những gì tôi có:
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)
Theo như tôi có thể thấy, lmer
được sử dụng để tính toán khả năng đăng nhập và anova
câu lệnh kiểm tra sự khác biệt giữa các mô hình bằng cách sử dụng bình phương chi với mức độ tự do thông thường. Điều này có vẻ không đúng với tôi. Nếu nó là chính xác, có ai biết bất kỳ tài liệu tham khảo nào biện minh cho điều này? Tôi nhận thức được các phương pháp dựa trên mô phỏng (Paper by Lewis và cộng sự, 2011) và cách tiếp cận được phát triển bởi Vượng (1989) nhưng tôi không nghĩ rằng đây là những gì được sản xuất ở đây. Tôi không nghĩ rằng việc sử dụng anova
tuyên bố là chính xác.
anova()
chức năng trong R không so sánh hai mô hình được trang bị theo REML; nó cải tiến chúng bằng ML và sau đó thực hiện kiểm tra. Xemlme4:::anova.merMod
, trong đó có chứa dòngmods <- lapply(mods, refitML)
. (Nhưng bạn vẫn đúng khianova()
không thể sử dụng để so sánh hai mô hình, vì chúng không được lồng vào nhau.)