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< -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