Confusion sur lmer et les valeurs de p: comment les valeurs de p du paquet memisc se comparent-elles à celles de MCMC?

J'avais l'impression que la fonction lmer()dans le lme4package ne produisait pas de valeurs p (voir lmer, valeurs p et tout ça ).

J'ai utilisé des valeurs p générées par MCMC à la place selon cette question: effet significatif dans le lme4modèle mixte et cette question: impossible de trouver des valeurs p dans la sortie de lmer()dans le lm4package deR .

Récemment, j'ai essayé un package appelé memisc et son getSummary.mer()pour obtenir les effets fixes de mon modèle dans un fichier csv. Comme par magie, une colonne appelée papparaît qui correspond très étroitement à mes valeurs p MCMC (et ne souffre pas du temps de traitement qui vient avec l'utilisation pvals.fnc()).

J'ai provisoirement jeté un œil au code getSummary.meret j'ai repéré la ligne qui génère la valeur de p:

p <- (1 - pnorm(abs(smry@coefs[, 3]))) * 2

Cela signifie-t-il que les valeurs de p peuvent être générées directement à partir de lmerla sortie de plutôt que de s'exécuter pvals.fnc? Je me rends compte que cela ouvrira sans aucun doute le débat sur le «fétichisme de la valeur p», mais je suis curieux de savoir. Je n'ai jamais entendu memiscparler de cela auparavant lmer.

Pour être plus succinct: quel est l’avantage (le cas échéant) d’utiliser les valeurs p de MCMC par rapport à celles générées par getSummary.mer()?

— Délabré
source

getSummary.mer

p

$p$

p

$p$ memisc

@JasonMorgan Cela me semble être une réponse assez raisonnable à la question.

— Glen_b -Reinstate Monica

@JasonMorgan Je suis d'accord avec ce que vous dites mais mcmcsamp()n'est actuellement pas disponible en raison d'un certain nombre de problèmes (on peut consulter la Status of mcmcsampsection dans glmm.wikidot.com/faq pour plus de détails). Je pense qu'à l'heure actuelle, le bootstrap (paramétrique?) Est probablement une alternative viable et pas trop difficile à mettre en œuvre; le bootMer()functiom peut être utile.

— usεr11852

@JasonMorgan Je pense qu'un copier-coller serait bien, car à mes yeux, votre précieux commentaire répond réellement à la question. (Cependant, si vous sentez que vous pouvez développer encore un peu votre explication de la raison pour laquelle les valeurs p ne devraient vraiment être utilisées que comme vérification rapide plutôt que comme valeurs p, ou quand elles sont plus susceptibles d'être de mauvaises approximations, ou pourquoi MCMC est une valeur sûre, tant mieux.)

— Glen_b -Reinstate Monica

Une autre note technique / terminologique au PO. Les valeurs de p obtenues en utilisant la méthode dans memiscsont les valeurs de p en traitant les statistiques de test observées comme des statistiques de Wald (en traitant le t comme un Wald z dans ce cas). Un tel test repose sur l'hypothèse du «grand échantillon» et est donc de plus en plus fiable à mesure que la taille de vos échantillons augmente. La valeur basée sur MCMC, à ma connaissance, ne repose pas sur une telle hypothèse. Quoi qu'il en soit, lire un peu sur les tests Wald et leurs alternatives pourrait aider à éclairer davantage votre question.

— Jake Westfall

getSummary.mer $p$ $p$ memisc

— Jason Morgan
source