Question

我最初在SPSS中运行数据，因为弄清楚lmer软件包需要花一些时间来学习。我花了几周的时间在R中编写脚本，但是R中的输出与我使用SPSS得到的输出不同。

我有3种固定效果：组，会话和TrialType。

当我在SPSS中运行混合模型时，我得到了交互作用Group * Session p = .08或p = .02，这取决于我使用的协方差结构。这是我要使用R的部分原因，因为我没有足够的信息来帮助我确定要使用的结构。

这是我在R中的模型。我正在使用Log Likelihood Test来获取此Group * Session交互的p值。

Mod2 = lmer(accuracy ~ group*session*trialtype + (trialtype|subject), REML=F, data=data, 
    control = lmerControl(optimizer = "optimx", optCtrl=list(method='L-BFGS-B'))))
 Mod5 = lmer(accuracy ~ session + trialtype + group + session*trialtype + trialtype*group + (trialtype|subject), 
    data=data, REML=FALSE,
    control = lmerControl(optimizer = "optimx", optCtrl=list(method='L-BFGS-B')))

 anova(Mod2, Mod5)

 Data: data
 Models:
 Mod5: accuracy ~ session + trialtype + group + session * trialtype + 
 Mod5:     trialtype * group + (trialtype | subject)
 Mod2: accuracy ~ group * session * trialtype + (trialtype | subject)
 Df     AIC     BIC logLik deviance  Chisq Chi Df Pr(>Chisq)
 Mod5 23 -961.32 -855.74 503.66  -1007.3                         
 Mod2 27 -956.32 -832.38 505.16  -1010.3 2.9989      4      0.558

我还将注意到，我根据收到的2条警告/错误消息添加了lmerControl。添加后，我得到了奇异的边界警告消息。

R是否有可能无法识别我的数据中的分组变量？我不确定如何识别或纠正它。

如果需要指定其他信息，请发表评论。谢谢！

这是我来自SPSS的语法：

 MIXED Acc BY Test TrialType Group
   /CRITERIA=CIN(95) MXITER(100) MXSTEP(10) SCORING(1) SINGULAR(0.000000000001) HCONVERGE(0,
ABSOLUTE) LCONVERGE(0, ABSOLUTE) PCONVERGE(0.000001, ABSOLUTE)
   /FIXED=Test TrialType Group Test*TrialType Test*Group TrialType*Group Test*TrialType*Group |
SSTYPE(3)
   /METHOD=ML
   /PRINT=COVB DESCRIPTIVES G  SOLUTION
   /RANDOM=INTERCEPT TrialType | SUBJECT(Subject) COVTYPE(CS)
   /REPEATED=Test | SUBJECT(Subject) COVTYPE(ID).

Answer 1

要弄清楚这一点，要做的第一件事是确保拟合模型的对数似然值相同，就好像这些模型没有得到相同的结果一样，也不希望测试统计信息能够是相同的。即使模型相同，在R中您也使用卡方统计量，而不是SPSS Statistics MIXED中使用的F。 p值通常会有所不同，尽管通常不会超过.02-.08至.558。我怀疑您在这里实际上并没有严格的可比结果。

R与SPSS中不同的交互作用p值

1 个答案: