Se você estiver disposto a aceitar os testes de Wald, isso deve funcionar:
library(lme4)
library(car)
gm1 <- glmer(cbind(incidence, size - incidence) ~ period + (1 | herd),
data = cbpp, family = binomial)
Anova(gm1,type="III")
No entanto, observe (de ?Anova
) que:
As designações "tipo II" e "tipo III" são emprestadas do SAS, mas as definições usadas aqui não correspondem exatamente àquelas empregadas pelo SAS. Os testes do tipo II são calculados de acordo com o princípio da marginalidade, testando cada termo após todos os outros, exceto ignorando os parentes de ordem superior do termo; os chamados testes do tipo III violam a marginalidade, testando cada termo no modelo depois de todos os outros. Essa definição de testes do tipo II corresponde aos testes produzidos pelo SAS para modelos de análise de variância, onde todos os preditores são fatores, mas não de maneira mais geral (ou seja, quando existem preditores quantitativos). Tenha muito cuidado ao formular o modelo para testes do tipo III, ou as hipóteses testadas não farão sentido.
Eu verificaria seus resultados com muito cuidado para garantir que eles fizessem sentido!
Como alternativa, você pode usar afex::mixed
para obter tabelas análogas via teste de razão de verossimilhança ou autoinicialização paramétrica; o último é o mais preciso, mas também o mais lento de longe.
Veja ?pvalues
no lme4
pacote uma discussão mais geral sobre o cálculo do valor-p no contexto dos GLMMs.