Attualmente sto esaminando alcuni lavori e ho riscontrato quanto segue, il che mi sembra sbagliato. Due modelli misti sono montati (in R) usando lmer. I modelli non sono nidificati e vengono confrontati mediante test del rapporto di verosimiglianza. In breve, ecco un esempio riproducibile di ciò che ho:
set.seed(105)
Resp = rnorm(100)
A = factor(rep(1:5,each=20))
B = factor(rep(1:2,times=50))
C = rep(1:4, times=25)
m1 = lmer(Resp ~ A + (1|C), REML = TRUE)
m2 = lmer(Resp ~ B + (1|C), REML = TRUE)
anova(m1,m2)
Per quanto posso vedere, lmer
viene utilizzato per calcolare la verosimiglianza e la anova
dichiarazione verifica la differenza tra i modelli usando un chi-quadrato con i soliti gradi di libertà. Questo non mi sembra corretto. Se è corretto, qualcuno conosce qualche riferimento che giustifica questo? Sono a conoscenza dei metodi basati sulle simulazioni (Paper di Lewis et al., 2011) e dell'approccio sviluppato da Vuong (1989), ma non credo che questo sia ciò che viene prodotto qui. Non penso che l'uso anova
dell'affermazione sia corretto.
anova()
funzione in R non confronta i due modelli montati in REML; li refuta usando ML e quindi esegue il test. Vedilme4:::anova.merMod
, che contiene la lineamods <- lapply(mods, refitML)
. (Ma hai ancora ragione cheanova()
non può essere utilizzato per confrontare i due modelli, poiché non sono nidificati.)