R 模型拟合：glm与glmmPQL

我正在拟合一个关于缺勤数据的模型，我想检查随机因素是否显著。 为此，应将glmm与glm进行比较，并使用LR测试检查哪一项最重要，如果我理解正确的话

但是，如果我进行方差分析（glm，glmm），我会得到偏差表的分析结果，并且没有对模型进行比较的输出

如何获得所需的输出，从而比较两种模型

提前感谢,，

---

Koen

在某个地方，你对使用

anova（）

进行此操作产生了错误的印象。下面的

re

是使用批量包装中的

glmmPQL（）

安装的

fe

使用

glm（）

从底座安装：

> anova(re,fe)
#Error in anova.glmmPQL(re, fe) : 'anova' is not available for PQL fits

该消息似乎是创建

anova.glmmPQL（）

的唯一原因

验证和模糊解释请参见此线程：

---

简单地

anova

不适用于

glmmPQL

您需要使用lme4软件包中的

glmer

才能使用

anova
谢谢您的帮助。如果其他人会遇到这个问题，我会使用lme4包解决，并使用我的模型执行lmer，并将其与GLM进行比较。lmer GLMM确实给出了AIC，因此可以通过AIC对两种模型进行比较。如果您相信AIC和逻辑模型。查阅一些关于这个主题的书籍，或者至少和；或者在@user2028748处发出大师的声音好。我注意到在一些线程中，有人担心
glm（）
和
lmer（）
之间的似然公式可能不同。你遇到这个了吗？如果是这样，你找到解决办法了吗？@Ndogan是的，那是真的。他们可能会有所不同。尽管如此，我已经读过了，你仍然可以用它来比较。虽然这种AIC比较不足以决定哪种模型是最好的，但它只是一种估计。我使用AIC、glmm中我的随机因子的极低值和glmm与glm比较时参数估计值的几乎不移动值作为其他参数，从glmm中删除我的随机因子，从而确定glm是适合我的数据的最佳模型。