혼합 모형의 자유도에 대한 Satterthwaite vs. Kenward-Roger 근사치

이 lmerTest패키지는 anova()선택적으로 Satterthwaite (기본값) 또는 Kenward-Roger의 자유도 (df) 근사값을 갖는 선형 혼합 모형에 대한 기능을 제공합니다 . 이 두 접근법의 차이점은 무엇입니까? 언제 선택해야합니까?

— 도코
소스

동반자 논문 Kuznetsova et al, 2017, lmerTest Package : Tests : Linear Mixed Effects Models를 참조하십시오 .

— amoeba는 Reinstate Monica

토론에서 그들은 "우리의 실습에서 근사 방법이 제공하는 p 값이 일반적으로 서로 매우 가깝다는 것을 관찰했습니다. Schaalje, McBride 및 Fellingham (2002)은 적합성을 조사하기 위해 많은 시뮬레이션을 수행했습니다. 그들은 공분산 구조의 복잡성, 표본 크기 및 불균형이 두 근사치의 성능에 영향을 미친다는 것을 발견했지만, 이러한 요소는 켄 워드 로저보다 Satterthwaite의 방법에 더 영향을 미칩니다. "

— amoeba는 Reinstate Monica

: KR은 Satterthwaite보다 더 적절한 DFS주는 두 가지 예 stats.stackexchange.com/questions/320895 및 stats.stackexchange.com/questions/84268을 .

— amoeba는 Reinstate Monica

또 다른 예 : stats.stackexchange.com/questions/331541 .

— amoeba는

Steven G. Luke의 R에서 선형 혼합 효과 모델의 중요성 평가 기사 는 이러한 방법을 잘 비교합니다. 이는 REML 모델에서 파생 된 KR과 Satterthwaite가 더 작은 샘플에서도 허용 가능한 유형 I 오류율을 생성한다고 결론을 내립니다.

— cbrnr

답변:

또한 차이점이 무엇인지 파악하는 데 관심이 있습니다. 제가 지금 여러분에게 제공 할 수있는 최선의 방법은 이 블로그 게시물 에서 Kenward-Roger 근사치가 Satterthwaite 근사치보다 약간 보수적이지만 다소 보수적이지 않다는 것입니다. 저자는 또한 그것들이 정상적인 근사치보다 더 보수적이지만 샘플 크기가 충분히 높으면 크게는 아니라고 지적합니다. 이것이 저자의 일반적인 결론인지 아닌지 확실하지 않습니다.

편집 : KB Gregory 의 기사 "불균형 양방향 요인 혼합 모델의 분모 자유도 근사 방법 비교" 기사 는 두 방법 중 어느 쪽도 더 나은 방법이 아니라고 지적하는 것처럼 보입니다. Kenward-Roger 근사값은 어느 정도의 보수성을 잃습니다.

— 바즈 치
소스

그것의 Kenward - 로저는 당신이 주장하는 경우 ( "S"타입) ... Kenward - 로저는 ...하지만 보통의 ... 볼도없이 표현 link.springer.com/article/10.1198/108571102726

— 벤 Bolker

두 방법의 또 다른 차이점은 Luke (2017)에 설명되어 있습니다.

Kenward-Roger (Kenward & Roger, 1997)와 Satterthwaite (1941) 접근법은 F 통계의 분모 자유도 또는 t 통계의 자유도를 추정하는 데 사용됩니다. SAS PROC MIXED는 Satterthwaite 근사법을 사용합니다 (SAS Institute, 2008). Satterthwaite 근사값은 ML 또는 REML 모델에 적용 할 수 있지만 Kenward-Roger 근사값은 REML 모델에만 적용됩니다.
(나의 대담한)

루크, SG (2017). R. Behavior Research Methods, 49 : 4 , 1494-1502 에서 선형 혼합 효과 모델의 중요성 평가 . https://doi.org/10.3758/s13428-016-0809-y

— 엔젤 루
소스