J'examine actuellement certains travaux et suis tombé sur les suivants, ce qui me semble faux. Deux modèles mixtes sont montés (en R) à l'aide de lmer. Les modèles ne sont pas imbriqués et sont comparés par des tests de rapport de vraisemblance. En bref, voici un exemple reproductible de ce que j'ai:
set.seed(105)
Resp = rnorm(100)
A = factor(rep(1:5,each=20))
B = factor(rep(1:2,times=50))
C = rep(1:4, times=25)
m1 = lmer(Resp ~ A + (1|C), REML = TRUE)
m2 = lmer(Resp ~ B + (1|C), REML = TRUE)
anova(m1,m2)
Pour autant que je sache, lmer
est utilisé pour calculer la log-vraisemblance et l' anova
énoncé teste la différence entre les modèles en utilisant un chi carré avec les degrés de liberté habituels. Cela ne me semble pas correct. Si elle est correcte, quelqu'un connaît-il une référence justifiant cela? Je connais des méthodes reposant sur des simulations (article de Lewis et al., 2011) et l'approche développée par Vuong (1989) mais je ne pense pas que ce soit ce qui est produit ici. Je ne pense pas que l'utilisation de la anova
déclaration soit correcte.
anova()
fonction dans R ne compare pas les deux modèles montés sous REML; il les réaménage à l'aide de ML, puis effectue le test. Voirlme4:::anova.merMod
, qui contient la lignemods <- lapply(mods, refitML)
. (Mais vous avez toujours raison deanova()
ne pas pouvoir comparer les deux modèles, car ils ne sont pas imbriqués.)