如何報告nlme混合效應模型的總體結果

Question

我想報告nlme包中的一個因子lme的結果。我想知道A對y的整體影響。要做到這一點我將與空模型的模型對比：

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") 

我使用的，因爲我比較不同的主效應模型最大似然。 stats::anova(m0,m1)給了我一個重要的p值，這意味着A對y有顯着影響。但是，與使用lme4製作的lmer模型相比，沒有給出Chi2值。第一：這種方法是否有效？第二：報告結果的最佳方式是什麼？ 感謝您的回答

Answer 1

一個anova與lme應該給你與lmer相同的信息。兩者都使用所謂的偏差檢驗或似然比檢驗。由anova返回的表中的L.ratio部分僅僅是兩個模型的對數似然乘以-2的差異。偏差測試根據Chi2分佈測試該值，其中模型參數的差異（在您的情況1中）爲自由度。因此，L.ratio中lme型號報告的值與lmer型號報告的Chi2值相同（假設模型當然是相同的，並且lmer將值舍入爲十進制）。

該方法是有效的，您可以報告L.ratio下的值以及自由度和p值，但我會在報告中添加更多信息，例如兩個模型的固定和隨機係數以及其他參數你已經添加了（例如在權重下指定的A級別的差異差異）。如果你只對A的固定效應感興趣，那麼Wald檢驗也應該是適當的，儘管REML估計值建議在少數羣體的情況下（Snijders & Bosker，2012）。測試統計量是模型彙總輸出summary(m1)中的t值和關聯的p值。 Bosker（2012）對固定參數和隨機參數的測試給出了很好的解釋。與報告例子一起。