lmer中随机效应的p值

Question

我正在使用lmer函数处理混合模型。我想获得所有固定和随机效果的p值。我能够使用不同的方法获得固定效果的p值，但我没有找到任何随机效果。无论我在互联网上找到什么方法，都要为它做一个空模型，然后通过比较得到p值。我可以通过这种方法制作另一个模型吗？ 我的模型看起来像： mod1 = lmer（Out~Var1 +（1 + Var2 | Var3），data = dataset）

Answer 1

据我所知，你必须通过模型比较来做这些。 lmerTest包有一个名为step的函数，它会根据许多不同的测试将模型简化为重要参数（固定和随机）。文档并不完全清楚所有内容是如何完成的，因此我更倾向于使用模型比较来进行特定的测试。

对于您的模型，您可以通过指定：

来测试随机斜率

mod0 <- lmer(Out ~ Var1 + (1 + Var2 | Var3), data = dataset, REML=TRUE)
mod1 <- lmer(Out ~ Var1 + (1 | Var3), data = dataset, REML=TRUE)
anova(mod0, mod1, refit=FALSE)

这将显示对数似然检验和检验统计量（卡方分布）。但是你在这里测试两个参数：Var2的随机斜率和随机斜率与随机截距之间的协方差。所以你需要进行p值调整：

1-(.5*pchisq(anova(mod0,mod1, refit=FALSE)$Chisq[[2]],df=2)+
   .5*pchisq(anova(mod0,mod1, refit=FALSE)$Chisq[[2]],df=1))

有关这些测试的更多信息here或here。