Kiểm tra tỷ lệ khả năng - Lmer R - Các mô hình không lồng nhau


14

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, lmerđược sử dụng để tính toán khả năng đăng nhập và anovacâu 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 anovatuyên bố là chính xác.

Câu trả lời:


8

Điều này không đúng theo hai cách :

  1. Kiểm tra tỷ lệ khả năng (thông thường) chỉ có thể được sử dụng để so sánh các mô hình lồng nhau;
  2. Chúng ta không thể so sánh các mô hình trung bình theo REML. (Đây không phải là trường hợp ở đây, xem bình luận của @ KarlOveHufthammer bên dưới.)

Trong trường hợp sử dụng ML, tôi biết sử dụng AIC hoặc BIC để so sánh các mô hình không lồng nhau.


9
Về điểm 2, 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. Xem lme4:::anova.merMod, trong đó có chứa dòng mods <- lapply(mods, refitML). (Nhưng bạn vẫn đúng khi anova()không thể sử dụng để so sánh hai mô hình, vì chúng không được lồng vào nhau.)
Karl Ove Hufthammer

2
cũng lưu ý rằng có một số bất đồng về việc làm tổ: Brian Ripley nói rằng việc làm tổ là cần thiết để so sánh AIC (xem trang 20 của tài liệu được liên kết để thảo luận), trong khi Anderson và Burnham (xem trang 2) không đồng ý ..
Ben Bolker

2
@BenBolker Một tài liệu tham khảo khác (cũng xem cái nàycái này ) về việc sử dụng AIC với các mô hình không lồng nhau, miễn là bạn xem xét tất cả các hằng số chuẩn hóa cũng như các mô hình không bệnh lý. Tuy nhiên, trong bối cảnh LMM, bạn phải sử dụng một số sửa đổi của AIC.
LessFaceMoreBook

2
Liên kết bị xáo trộn : Tôi nghĩ rằng stats.ox.ac.uk/~ripley/ModelChoice.pdf nên hoạt động.
Ben Bolker

2
@BenBolker Vâng, Brian Ripley khá quan điểm. Tuy nhiên, ông đã không đưa ra một lập luận tàn khốc chống lại việc sử dụng AIC cho các mô hình không lồng nhau :). Xin lỗi vì đã lặp lại liên kết của bạn.
LessFaceMoreBook
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.