Wald 테스트를 기꺼이 해결하려면 다음과 같이하십시오.
library(lme4)
library(car)
gm1 <- glmer(cbind(incidence, size - incidence) ~ period + (1 | herd),
data = cbpp, family = binomial)
Anova(gm1,type="III")
그러나 (에서 ?Anova
) 다음에 유의하십시오 .
"type-II"및 "type-III"이라는 명칭은 SAS에서 차용 한 것이지만 여기에 사용 된 정의는 SAS에서 사용한 것과 정확히 일치하지는 않습니다. 유형 -II 테스트는 한계의 원리에 따라 계산되며, 용어의 고차 친척을 무시하는 것을 제외하고는 모든 용어를 테스트합니다. 소위 유형 III 테스트는 한계를 위반하여 모델의 각 항을 다른 모든 항을 테스트합니다. Type-II 검정의 이러한 정의는 모든 예측 변수가 요인이지만보다 일반적이지는 않은 (즉, 정량 예측 변수가있는 경우) 분산 분석 모델을 위해 SAS에서 생성 한 테스트에 해당합니다. 유형 III 테스트를위한 모델을 공식화 할 때는주의해야합니다. 그렇지 않으면 테스트 된 가설이 의미가 없습니다.
결과를 이해하기 위해 매우 신중하게 결과를 확인하겠습니다!
또는 afex::mixed
우도 비 테스트 또는 파라 메트릭 부트 스트랩을 통해 유사한 테이블을 얻는 데 사용할 수 있습니다 . 후자가 가장 정확하지만 가장 느리다.
GLMM의 맥락에서 p- 값 계산에 대한보다 일반적인 논의 ?pvalues
는 lme4
패키지를 참조하십시오 .