R 如何报告nlme混合效应模型的总体结果
我想报告来自R 如何报告nlme混合效应模型的总体结果,r,lme4,mixed-models,nlme,R,Lme4,Mixed Models,Nlme,我想报告来自nlme包的单因子lme的结果。我想知道A对y的总体影响。为此,我将模型与空模型进行比较: m1 <- lme(y~A,random=~1|B/C,data=data,weights=varIdent(form = ~1|A),method="ML") m0 <- lme(y~1,random=~1|B/C,data=data,weights=varIdent(form = ~1|A),method="ML") m1使用lme的方差分析应提供与lmer相同的信息。两者
nlme
包的单因子lme
的结果。我想知道A对y的总体影响。为此,我将模型与空模型进行比较:
m1 <- lme(y~A,random=~1|B/C,data=data,weights=varIdent(form = ~1|A),method="ML")
m0 <- lme(y~1,random=~1|B/C,data=data,weights=varIdent(form = ~1|A),method="ML")
m1使用lme
的方差分析应提供与lmer
相同的信息。两者都使用所谓的偏差测试或似然比测试。方差分析返回的表中的L.ratio
部分只是两个模型的对数似然差乘以-2。偏差测试根据Chi2分布测试该值,模型参数(在您的案例1中)自由度不同。因此,对于lme
模型,在L.ratio
下报告的值与lmer
模型报告的Chi2值相同(当然,假设模型相同,并且lmer
将值四舍五入到小数点)
该方法是有效的,您可以报告L.ratio
下的值以及自由度和p值,但我会在您的报告中添加更多信息,例如两个模型的固定系数和随机系数,以及您添加的其他参数(例如指定权重下水平的方差差异). 如果您只对A的固定效应感兴趣,那么Wald测试也应该是合适的,尽管建议在少数群体的情况下进行REML估计(Snijders&Bosker,2012)。测试统计是模型摘要输出中的t值和相关p值摘要(m1)
。Snijders&Bosker(2012)的第6章对固定参数和随机参数的测试给出了很好的解释。以及报告示例。使用lme
的方差分析应提供与lmer
相同的信息。两者都使用所谓的偏差测试或似然比测试。方差分析返回的表中的L.ratio
部分只是两个模型的对数似然差乘以-2。偏差测试根据Chi2分布测试该值,模型参数(在您的案例1中)自由度不同。因此,对于lme
模型,在L.ratio
下报告的值与lmer
模型报告的Chi2值相同(当然,假设模型相同,并且lmer
将值四舍五入到小数点)
该方法是有效的,您可以报告L.ratio
下的值以及自由度和p值,但我会在您的报告中添加更多信息,例如两个模型的固定系数和随机系数,以及您添加的其他参数(例如指定权重下水平的方差差异). 如果您只对A的固定效应感兴趣,那么Wald测试也应该是合适的,尽管建议在少数群体的情况下进行REML估计(Snijders&Bosker,2012)。测试统计是模型摘要输出中的t值和相关p值摘要(m1)
。Snijders&Bosker(2012)的第6章对固定参数和随机参数的测试给出了很好的解释。以及报告示例。谢谢,这帮了大忙!谢谢,这帮了大忙!