Atualmente, estou revisando alguns trabalhos e encontrei o seguinte, o que me parece errado. Dois modelos mistos são montados (em R) usando o lmer. Os modelos não são aninhados e são comparados por testes de razão de verossimilhança. Em suma, aqui está um exemplo reproduzível do que tenho:
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)
Tanto quanto posso ver, lmer
é usado para calcular a probabilidade de log e a anova
instrução testa a diferença entre os modelos usando um qui-quadrado com os graus de liberdade usuais. Isso não parece correto para mim. Se estiver correto, alguém sabe de alguma referência que justifique isso? Estou ciente dos métodos baseados em simulações (artigo de Lewis et al., 2011) e da abordagem desenvolvida por Vuong (1989), mas não acho que seja isso que é produzido aqui. Eu não acho que o uso da anova
declaração esteja correto.
fonte
anova()
função em R não compara os dois modelos ajustados em REML; reajusta-os usando ML e, em seguida, executa o teste. Vejalme4:::anova.merMod
, que contém a linhamods <- lapply(mods, refitML)
. (Mas você ainda está certo de queanova()
não pode ser usado para comparar os dois modelos, como eles não são aninhados.)