我试图完成纵向数据分析的作业。 问题是比较模型中年龄（基线横截面：基底，纵向年龄：年龄变化）的横截面和纵向效应的差异。
我的代码模型如下： fit＆lt; -lme（logfev1~baseage + agechange + height，random = ~1 | id，correlation = corAR1（form = ~visour | id），logfev1）
在Stata中，我们只需要编写代码：test baseage = agechange，然后答案将显示： test baseage = change_age
[logfev1]baseage - [logfev1]change_age = 0
chi2( 1) = 0.41
Prob > chi2 = 0.5244
但在R中，我真的不知道如何进行测试（wald测试）。
答案 0 :(得分：0)
如果您使用glmer代替lme方法，则可以使用summary(fit)，它实际上会将Wald测试作为其输出的一部分。
或者你可以从你的Lme上的汽车包中拨打Anova(fit)，它将返回Wald's Chi Square的结果。
您可以在rStudio的控制台中输入?glmer来阅读它，如果您安装了汽车包并加载它，您可以运行？Anova（captalized）以获得该方法的低位