2016-12-30 132 views
1

我运行下面的代码:如何获得嵌套logit glmer模型(使用lme4)中每个系数的p值?

library(lme4) 
library(nlme) 
nest.reg2 <- glmer(SS ~ (bd|cond), family = "binomial", 
    data = combined2) 
coef(nest.reg2) 
summary(nest.reg2) 

将会产生以下的输出:

  • 系数
$cond  
      bd (Intercept) 
LL -1.014698 1.286768 
no -3.053920 4.486349 
SS -5.300883 8.011879 
  • 总结
Generalized linear mixed model fit by maximum likelihood (Laplace 
    Approximation) [glmerMod] 
Family: binomial (logit) 
Formula: SS ~ (bd | cond) 
    Data: combined2 

    AIC  BIC logLik deviance df.resid 
    1419.7 1439.7 -705.8 1411.7  1084 

Scaled residuals: 
    Min  1Q Median  3Q  Max 
-8.0524 -0.8679 -0.4508 1.0735 2.2756 

Random effects: 
Groups Name  Variance Std.Dev. Corr 
cond (Intercept) 33.34 5.774   
     bd   13.54 3.680 -1.00 
Number of obs: 1088, groups: cond, 3 

Fixed effects: 
      Estimate Std. Error z value Pr(>|z|) 
(Intercept) -0.3053  0.1312 -2.327  0.02 * 

我的问题是我怎么测试每个此模型的系数的意义是什么?摘要函数似乎只提供了截距的p值,而不是系数。

当我尝试anova(nest.reg2)我什么也没得到,只是:

Analysis of Variance Table 
    Df Sum Sq Mean Sq F value 

我试过这里建议(如何获得在lme4混合模型效果的p值(检查的意义)的解决方案? )无济于事。

为了澄清,所述cond变量是具有三个电平(SSno,并LL)的一个因素,并且相信coef命令在每个这些级别的产生用于连续bd变系数,所以什么我试图做的是测试这些系数的重要性。

+0

看到了问题的答案在这里从包装的维护者:http://stats.stackexchange.com/questions/118416/getting-p-value-with-mixed-effect- with-lme4-package – adibender

+0

谢谢!我已经尝试过每种“P”方法,并且无法获得每个系数的p值 - 只能用于截取。你知道任何其他包可以做到这一点吗? – nc2609

+0

该页面上的模型比较方法是不相关的(我不认为),因为我没有比较2个模型,car :: anova和lmerTest :: anova方法不会为我返回任何输出。 afex :: mixed给出以下错误:“UseMethod(”logLik“)中的错误:没有将'logLik'应用于类”NULL“的对象的适用方法” – nc2609

回答

3

这里有几个问题。

  • 的主要原因之一是,你真的可以只做显着性检验的固定效应系数;你已经编写了你的​​模型没有固定的影响。你可能的bd水平之间寻找
glmer(SS ~ bd + (1|cond), ...) 

将整体(人口级)型号的区别,包括在cond水平之间的拦截变化。

  • 如果你有每个cond组代表bd多层次,那么你就可以原则还允许在治疗效果变化cond群体中:
glmer(SS ~ bd + (bd|cond), ...) 
  • 但是,你有另一个问题。在实践中,三组(即cond的水平)实际上不足以估计组间变异性。这就是为什么你在输出中看到-1.00的相关性,这表明你有一个单一的适合(例如,有关更多讨论,请参见here)。
  • 因此,另一种可能性是先走一步,把cond作为固定效应(调整上cond的对比,这样的bd主要作用是估计为各组的平均,而不是在cond基线水平的影响)。
glm(SS~bd*cond,contrasts=list(cond=contr.sum),...)