Model glmmTMB零模型统计
我有一个非常尴尬的问题:假设我必须用完全与零模型比较的方法测试一个假设,并且我想使用glmmTMB包,即使我没有随机效应。假设我的空模型是完全空的,我如何度量模型的有效性 这是我的模型结构的一个示例:Model glmmTMB零模型统计,model,lm,intercept,glmmtmb,Model,Lm,Intercept,Glmmtmb,我有一个非常尴尬的问题:假设我必须用完全与零模型比较的方法测试一个假设,并且我想使用glmmTMB包,即使我没有随机效应。假设我的空模型是完全空的,我如何度量模型的有效性 这是我的模型结构的一个示例: full.1 = glmmTMB(log.mean.across.GC ~ log.early.mean*age.cat + log.late.mean*age.cat + log.lacta
full.1 = glmmTMB(log.mean.across.GC ~
log.early.mean*age.cat +
log.late.mean*age.cat +
log.lactationGC +
sex + age.cat,
data = xdata5.subset,
control = contr,
na.action = "na.omit"
)
调用summary(full.model)
时,我所说的是类似于包lm()
中报告的F统计的东西。我在摘要中只看到AIC或BIC
summary(full.1)
Family: gaussian ( identity )
Formula:
log.mean.across.GC ~ log.early.mean * age.cat + log.late.mean *
age.cat + log.lactationGC + sex + age.cat
Data: xdata5.subset
AIC BIC logLik deviance df.resid
28.1 45.6 -2.0 4.1 20
Dispersion estimate for gaussian family (sigma^2): 0.0665
Conditional model:
Estimate Std. Error z value Pr(>|z|)
(Intercept) 2.23886 1.71851 1.303 0.19265
log.early.mean 0.46142 0.17843 2.586 0.00971 **
age.catadu 2.01644 3.53186 0.571 0.56805
age.catjuv -0.70296 1.83941 -0.382 0.70234
log.late.mean 0.38929 0.23498 1.657 0.09758 .
log.lactationGC -0.25113 0.32408 -0.775 0.43840
sexM 0.12579 0.09900 1.271 0.20387
log.early.mean:age.catadu -0.42657 0.63667 -0.670 0.50286
log.early.mean:age.catjuv 0.17802 0.33042 0.539 0.59004
age.catadu:log.late.mean -0.04656 0.38428 -0.121 0.90356
age.catjuv:log.late.mean -0.17057 0.32054 -0.532 0.59463
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
我的目标是用空模型测试这个模型,空模型缺少所有东西,但我不确定如何测试。我在帮助页面或CRAN页面中找不到任何内容
关于如何使用此特定软件包解决此问题,有何建议