หากคุณยินดีที่จะชำระสำหรับการทดสอบของ Wald สิ่งนี้น่าจะใช้ได้:
library(lme4)
library(car)
gm1 <- glmer(cbind(incidence, size - incidence) ~ period + (1 | herd),
data = cbpp, family = binomial)
Anova(gm1,type="III")
อย่างไรก็ตามโปรดทราบ?Anova
ว่า:
การกำหนด "type-II" และ "type-III" ยืมมาจาก SAS แต่คำจำกัดความที่ใช้ที่นี่ไม่ตรงกับที่ใช้โดย SAS การทดสอบประเภทที่สองนั้นคำนวณตามหลักการของความเป็นชายขอบการทดสอบแต่ละเทอมหลังจากอื่น ๆ ทั้งหมดยกเว้นการละเว้นลำดับที่สูงกว่าของคำนั้น การทดสอบประเภทที่สามที่เรียกว่าเป็นการละเมิดขอบเขตการทดสอบแต่ละเทอมในโมเดลหลังจากที่อื่น ๆ ทั้งหมด คำจำกัดความของการทดสอบ Type-II นี้สอดคล้องกับการทดสอบที่ผลิตโดย SAS สำหรับแบบจำลองการวิเคราะห์ความแปรปรวนซึ่งตัวทำนายทั้งหมดเป็นปัจจัย แต่ไม่มากกว่าปกติ (เช่นเมื่อมีตัวทำนายเชิงปริมาณ) ใช้ความระมัดระวังในการจัดทำแบบจำลองสำหรับการทดสอบ Type-III มิฉะนั้นการทดสอบสมมติฐานจะไม่สมเหตุสมผล
ฉันจะตรวจสอบผลลัพธ์ของคุณอย่างรอบคอบเพื่อให้แน่ใจว่าเหมาะสม!
หรือคุณสามารถใช้afex::mixed
เพื่อรับตารางแบบอะนาล็อกผ่านการทดสอบอัตราส่วนความน่าจะเป็นหรือการบูตแบบพารามิเตอร์ หลังมีความแม่นยำมากที่สุด แต่ก็ช้าที่สุดด้วย
ดู?pvalues
ในlme4
แพ็คเกจสำหรับการอภิปรายทั่วไปเพิ่มเติมเกี่ยวกับการคำนวณค่า p ในบริบทของ GLMM