0

私は DV (従属変数) として一定の値を持っており、BMI が DV に与える影響に興味があります。DV について複数の観察結果がある (つまり、すべての被験者が 5 回応答する) ため、混合モデル (各 ID の反復測定) を当てはめたいと考えました。

だから私がしたことは：

  1. Bodo Winters チュートリアルを使用して、複雑なモデルと単純なモデルの違いを計算します。

  2. 使用するlmerTest

さて、結果は大きく異なり、その理由はわかりません。

  1. m1 <- lmer(value  ~ BMI + Dummy + (1|ID), data=data)
m2 <- lmer( value ~ BMI + (1|ID), data=data)
anova(m1, m2)

ここで、私の結果は非常に重要です

  1. require(lmerTest)
m3<-lmer(value ~ BMI  + (1|ID), data=data)
anova(m3)

ここで、私の結果はまったく重要ではありません。申し訳ありませんが、再現可能な例を提供できません。この不一致は BMI 効果でのみ発生し、関心のある他の効果では発生しません. だから今、私は疑問に思っています: なぜ何か提案がありますか? どこかで間違いを犯したのでしょうか?

ここに私が得る出力があります

> m1 <- lmer(value ~ BMI + (1|ID), data=data, REML=FALSE)
> m2 <- lmer(value ~ 1 + (1|ID), data=data, REML=FALSE)
> anova(m1, m2)
Data: data
Models:
..1:value ~ 1 + (1 | ID)
object: value ~ BMI + (1 | ID)
       Df    AIC    BIC  logLik deviance  Chisq Chi Df Pr(>Chisq)    
..1     3 2188.1 2201.0 -1091.1   2182.1                             
object  4 2149.4 2166.6 -1070.7   2141.4 40.687      1  1.787e-10 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

と

anova(lmer(value ~ BMI + (1|ID), data=data, REML=FALSE))
Analysis of Variance Table of type 3  with  Satterthwaite 
approximation for degrees of freedom
     Sum Sq Mean Sq NumDF DenDF  F.value Pr(>F)
BMI 0.17868 0.17868     1   110 0.059873 0.8072
4

2 に答える 2

0

これを再現することはできません。非常によく似た例を使用します。

library("lme4")
m1 <- lmer(Reaction  ~ Days + (1|Subject), data=sleepstudy)
m2 <- update(m1, .~.-Days)
anova(m1,m2)
## refitting model(s) with ML (instead of REML)
## Data: sleepstudy
## Models:
## m2: Reaction ~ (1 | Subject)
## m1: Reaction ~ Days + (1 | Subject)
##    Df    AIC    BIC  logLik deviance  Chisq Chi Df Pr(>Chisq)    
## m2  3 1916.5 1926.1 -955.27   1910.5                             
## m1  4 1802.1 1814.8 -897.04   1794.1 116.46      1  < 2.2e-16 ***

今ではlmerTest：

library("lmerTest")
anova(lmer(Reaction  ~ Days + (1|Subject), data=sleepstudy,
           REML=FALSE))
## Analysis of Variance Table of type 3  with  Satterthwaite 
## approximation for degrees of freedom
##      Sum Sq Mean Sq NumDF DenDF F.value    Pr(>F)    
## Days 162703  162703     1   162  170.45 < 2.2e-16 ***

この場合、 Plain oldanova(refitML(m1))は同様の結果をもたらします。

## Analysis of Variance Table
##      Df Sum Sq Mean Sq F value
## Days  1 162703  162703   170.45
于 2015-04-23T20:26:37.283 に答える