R中的协方差参数估计表

我已经创建了一个随机截距和斜率模型（

lmer

），需要检查随机效应的协方差，看看哪个是显著的

我已经看到，SAS输出提供了一个“协方差参数估计”表，作为模型总结的一部分-请参见“输出56.2.6重复测量分析”一节

---

在R中是否有这样做的方法（并获得每个协方差的p值？

是的，您可以在模型摘要的输出中找到：

x <- lm(formula)
y <- summary(x)
print(y$cov.unscaled)

---

x假设您使用的是
lme4:：lmer
-您想要什么协方差矩阵<代码>摘要（您的模型）

显示固定效应的相关性（您可以使用

cov（您的模型）

和cor

cov2cor（vcov（您的模型））提取cov矩阵）

-可能是lme4中执行后一步的方法。

VARCOR（您的模型）

提取重方差。是的，lme4。我正在寻找随机效应的协方差。我已使用：>as.data.frame（Varcorr（mymodel））提取并创建了一个数据帧.现在我想测试每个协方差的显著性。好的，那么你想测试每个RE var cov不等于零的显著性？我不认为lme4直接支持这一点-作为替代，你可以使用条件AIC比较不同RE的模型。（ps我添加了lme4标签以吸引注意）TOC，我编辑了你的问题-你能检查它是否仍然代表你想要的吗？谢谢。问题编辑非常感谢。以前的建议是使用LRT来确定个体协方差是否显著。我使用LRT来比较模型和查看个体RE，但不确定如何实现个体cova的这一点里昂斯。