我对某些数据运行LMEM(线性混合效应模型),并将模型(成对)与anova函数进行比较。但是,在特定的数据子集上,我收到了无意义的结果。LMEM:卡方= 0,问题= 1 - 我的代码出了什么问题?
这是我的全部型号:
m3_full <- lmer(totfix ~ psource + cond + psource:cond +
1 + cond | subj) + (1 + psource + cond | object), data, REML=FALSE)
这是我比较它的模型:(基本上辍学的主要影响之一)
m3_psource <- lmer (totfix ~ psource + cond + psource:cond -
psource + (1 + cond | subj) + (1 + psource + cond | object),
data, REML=FALSE)
运行anova()
功能(anova(m3_full, m3_psource)
returns Chisq = 0,pr>(Chisq)= 1
我对其他一些LMEMs也是这样做的,一切看起来都很好,只是这个特殊的resp这个值给我奇怪的卡方和概率值。任何人都有一个想法,为什么以及如何修复它?任何帮助都感激不尽!
谢谢!当我比较两个其他模型(没有一个主效应vs完整一个),来自同一个数据集的不同响应变量时,我没有得到同样的问题(chisq和概率是正常的)。当我取出任何主效应时,以及与只有随机效应的模型进行比较时,我只得到了chisq = 0和prob = 1,并且只对响应变量'totfix'进行了比较。我还应该补充说我已经对'psource'和'cond'因素做了偏差编码(不知道这有多相关)。任何想法,为什么这可能是?不过,我会尝试虚拟编码,希望它能解决问题! – Liritha
嗯,不知道没有进入更多的细节。尽管......根据我的观点,你的评论的第一句话有点令人惊讶,应该仅仅依赖于预测变量(数字与因素,主要与交互)。 *如果*你手动编写你的交互,或者根据数字输入变量,我认为它应该工作。 (但请记住上面第1点中概括的想法......) –