Fatal编程技术网
  • r/
  • 方差分析LMER Eta平方

方差分析LMER Eta平方

r

方差分析LMER Eta平方,r,lme4,anova,R,Lme4,Anova,我使用lmer软件包运行混合模型，当我使用anova函数检索anova结果时，一切正常。然而，当我尝试计算eta平方时，我始终得到下面的误差。有什么想法吗 Dyestuff是随lmerTest软件包提供的数据集。我 使用包“lme4”版本1.1-21。包'lmerTest'版本3.1-0和包'sjstats'版本0.17.7 fm1 <- lmer(Yield ~ 1 + (1|Batch), Dyestuff) am <- anova(fm1, test="F") eta_sq(a

我使用lmer软件包运行混合模型，当我使用anova函数检索anova结果时，一切正常。然而，当我尝试计算eta平方时，我始终得到下面的误差。有什么想法吗

Dyestuff
是随
lmerTest
软件包提供的数据集。我
使用包“lme4”版本1.1-21。包'lmerTest'版本3.1-0和包'sjstats'版本0.17.7

fm1 <- lmer(Yield ~ 1 + (1|Batch), Dyestuff)
am <- anova(fm1, test="F")
eta_sq(am, partial = FALSE, ci.lvl = NULL, n = 1000, method = c("dist", "quantile"))

fm1tl；dr


    

  • 从理论上讲，计算混合模型的eta平方可能比较困难，例如（它确实为计算混合模型的R^2值提供了一些方法，这可能会满足您对效果大小的需求）
    • 

  • 实际上，最近的问题似乎是
    sjstats
    中的eta平方计算在内部要求
    anova（）
    方法返回一个包含与剩余方差相对应的行的表<代码>？anova.lmerModLmerTest
返回一个表，其中只包含与固定效应项（而不是剩余方差）相对应的行
  • 在任何情况下，对于没有非平凡固定效应（即仅固定效应截距）的模型，您可能会在计算eta平方时遇到困难
    • 这可能更适合于，但我将使用这个空间来分享我到目前为止得出的结论

    • 拟合仅截距模型会产生类似的错误，即使它只是一个
      lm（）
      fit（如果有任何情况发生，这应该会起作用）：
    错误：结果2必须是单双精度向量，而不是长度为0的双精度向量
    运行
    rlang:：last_error（）
    查看错误发生的位置。
    此外：警告信息： 方差分析（模型）： ANOVA输出中的下列列名未被识别或转换：NumDF、DenDF

    （据我所知，警告信息实际上是无害的。）

    这个问题的最接近的原因似乎是内部的
    sjstats:：：aov_stat_summary（）
    函数返回了一个只有一行的表，用于SSQ/MSQ/etc，原因是
    天
    ；它还应该有一行用于剩余SSQ/MSQ/etc

    sjstats:::aov_stat_summary(am3)
##  term    sumsq   meansq NumDF    DenDF statistic      p.value
## 1 Days 30030.94 30030.94     1 16.99998  45.85296 3.263825e-06
    问题是术语的数量在内部计算为（
    nrow（aov.sum）-1
    ），这在这里没有意义

    使用
    lm（）
    ，将其与
    1天以上的
    模型进行比较：
    
注：没有“残差”行。相比之下：
    

    anova(fm3)
## Analysis of Variance Table
## Response: Reaction
##            Df Sum Sq Mean Sq F value    Pr(>F)    
## Days        1 162703  162703  71.464 9.894e-15 ***
## Residuals 178 405252    2277                      

    

    我认为，如果使用sjstats包中的函数anova_stats，它就可以工作
    

    fm2 <- lmer(Reaction ~ Days + (Days|Subject), sleepstudy)
am2 <- anova_stats(fm2, test="F")

    

    fm2这看起来像是来自
    sjstats
    包。您能给我们一个可复制的例子和
    sessionInfo（）
    （或者至少是
    lme4
    ，
    lmerTest
    ，
    sjstats
    ）的结果吗？感谢Ben，很抱歉缺乏透明度，包“lme4”版本1.1-21。包'lmerTest'版本3.1-0和包'sjstats'版本0.17.7。让我试试染料，好吗。任何帮助都将不胜感激。我有点恐慌。iIt是我论文的最后一部分，我有100个混合方法模型，我需要包括一个效应大小。你用什么软件包来计算eta_sq？如果可能，尝试使用omaga squared。sjstats有一个用于估算omega和eta的包，但是我不确定它是否支持lmerpackage“sjstats”版本0.17.7包含sjstats。尽管如此，还是同样的问题。事实上，我感谢你花时间和精力得出答案。这里更广泛的一点是LMM不利于影响大小，因此我需要重新考虑我的方法。我们正在报告该模型的一个系数，因此使用δR2或R2不能代表效果。我在这里迷路了…对不起，我的意思是：am2请你的答案来纠正它。不要将更正作为评论发布，但在答案中留下错误。

    fm3 <- lm(Reaction ~ Days , sleepstudy)
am3 <- anova(fm3, test="F")
sjstats:::aov_stat_summary(am3)
##        term  df    sumsq     meansq statistic      p.value
## 1      Days   1 162702.7 162702.652  71.46442 9.894096e-15
## 2 Residuals 178 405251.6   2276.694        NA           NA

    

    anova(fm2)
## Type III Analysis of Variance Table with Satterthwaite's method
##      Sum Sq Mean Sq NumDF DenDF F value    Pr(>F)    
## Days  30031   30031     1    17  45.853 3.264e-06 ***

    

    anova(fm3)
## Analysis of Variance Table
## Response: Reaction
##            Df Sum Sq Mean Sq F value    Pr(>F)    
## Days        1 162703  162703  71.464 9.894e-15 ***
## Residuals 178 405252    2277                      

    

    fm2 <- lmer(Reaction ~ Days + (Days|Subject), sleepstudy)
am2 <- anova_stats(fm2, test="F")