Fiquei com a impressão de que a função lmer()
no lme4
pacote não produzia valores de p (veja lmer
valores de p e tudo isso ).
Eu tenho usado valores MCMC gerados p vez como por esta pergunta: efeito significativo no lme4
modelo misto e esta pergunta: Não é possível encontrar p-valores na saída do lmer()
no lm4
pacote noR
.
Recentemente, tentei um pacote chamado memisc e seu getSummary.mer()
para obter os efeitos fixos do meu modelo em um arquivo csv. Como por mágica, p
aparece uma coluna chamada que corresponde extremamente aos meus valores-p do MCMC (e não sofre o tempo de processamento que vem com o uso pvals.fnc()
).
Eu tentei dar uma olhada no código getSummary.mer
e localizei a linha que gera o valor-p:
p <- (1 - pnorm(abs(smry@coefs[, 3]))) * 2
Isso significa que os valores de p podem ser gerados diretamente a partir lmer
da saída em vez de em execução pvals.fnc
? Sei que isso sem dúvida iniciará o debate sobre "fetichismo com valor-p", mas estou interessado em saber. Eu nunca ouvi falar memisc
antes quando se trata lmer
.
Para ser mais sucinto: Qual é o benefício (se houver) de usar os valores p do MCMC sobre os gerados por getSummary.mer()
?
getSummary.mer
função. Os valores- reportados devem ser usados apenas como uma verificação rápida. Se bem me lembro, na verdade incluí apenas os valores- p para fazê-lo funcionar dentro da estrutura fornecida por . Mas isso realmente deve ser fornecido com um aviso apropriado para o usuário, e entrarei em contato com o mantenedor do pacote para ver como adicionar isso. Meu conselho é seguir o fornecido por Doug Bates: o MCMC é a aposta segura (assumindo que os outros não tenham melhores opções).memisc
mcmcsamp()
não está disponível devido a vários problemas (pode-se verificar aStatus of mcmcsamp
seção em glmm.wikidot.com/faq para obter mais detalhes). Sinto que, no momento, provavelmente a inicialização (paramétrica?) É uma alternativa viável - e não muito difícil de implementar -; abootMer()
função pode ser útil.memisc
são os valores de p de tratar as estatísticas de teste observadas como estatísticas de Wald (tratando ot como uma Wald z neste caso). Esse teste se baseia na suposição "amostra grande" e é cada vez mais confiável à medida que o tamanho da amostra aumenta. O valor baseado no MCMC, que eu saiba, não se baseia em tal suposição. De qualquer forma, ler um pouco sobre os testes de Wald e alternativas a eles pode ajudar a esclarecer mais a sua pergunta.Respostas:
getSummary.mer
memisc
fonte