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
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