为什么 sjPlot 的 tab_model() 和 Anova() 的 p 值与 LMM 输出不匹配？

Question

我有一个关于 lme4 LMM 模型输出的 p 值估计的问题：

我比较了函数

tab_model

和

Anova

生成的 p 值，它们似乎不匹配。当我运行

Anova

时，我得到了固定效果的显着结果，而运行

tab_model

时却没有得到显着结果。我知道计算 LMM 的 p 值是一个有争议的话题，但我仍然想这样做。

我对参数

tab_model

使用 Wald 和 Satterthwaite 近似值运行

df.method

，并设置

p.adjust = NULL

，因此我得到了未校正的 p 值，但它仍然产生与

Anova

不同的 p 值。

我的代码如下所示：

tab_model(my_lmm,
          seed = 42,
          show.se = TRUE, 
          show.stat = FALSE,
          show.intercept = FALSE, 
          show.df = FALSE,
          show.re.var = FALSE,
          show.icc = TRUE,
          show.obs = FALSE,
          p.style = "scientific",
          p.threshold = c(0.05),
          p.adjust = NULL,
          df.method = "satterthwaite",
          digits = 6, 
          digits.p = 3)

Anova(my_lmm)

预先感谢您的帮助！

梅尔

Answer 1

默认情况下，

Anova()

使用

type = "II"

。如果您设置

type = "III"

，它会产生与

tab_model

相同的结果。

以下是有关这些不同方差分析类型的解释： https://md.psych.bio.uni-goettingen.de/mv/unit/lm_cat/lm_cat_unbal_ss_explained.html