Aproximaciones de Satterthwaite vs.Kenward-Roger para los grados de libertad en modelos mixtos

El lmerTestpaquete proporciona una anova()función para modelos lineales mixtos con la aproximación opcional de Satterthwaite (por defecto) o Kenward-Roger de los grados de libertad (df). ¿Cuál es la diferencia entre estos dos enfoques? ¿Cuándo elegir cuál?

— doko
fuente

Consulte el documento complementario Kuznetsova et al, 2017, Paquete lmerTest: Pruebas en modelos de efectos lineales mixtos .

— ameba dice Reinstate Monica

En la discusión dicen: "Desde nuestra práctica, observamos que los valores de p que proporcionan los métodos de aproximación son generalmente muy cercanos entre sí. Schaalje, McBride y Fellingham (2002) realizaron una serie de simulaciones para investigar la idoneidad de los métodos de aproximación. Descubrieron que la complejidad de las estructuras de covarianza, el tamaño de la muestra y el desequilibrio afectan el rendimiento de ambas aproximaciones. Sin embargo, estos factores afectan el método de Satterthwaite más que el de Kenward-Roger ".

— ameba dice Reinstate Monica

Dos ejemplos en los que KR proporciona dfs más apropiados que Satterthwaite: stats.stackexchange.com/questions/320895 y stats.stackexchange.com/questions/84268 .

— ameba dice Reinstate Monica

Otro ejemplo: stats.stackexchange.com/questions/331541 .

— ameba dice Reinstate Monica

El artículo Evaluación de la importancia en modelos lineales de efectos mixtos en R de Steven G. Luke tiene algunas buenas comparaciones de estos métodos. Concluye que tanto KR como Satterthwaite derivados de modelos REML producen tasas de error de Tipo I aceptables incluso para muestras más pequeñas.

— cbrnr

Respuestas:

También estoy interesado en descubrir cuál podría ser la diferencia. Lo mejor que puedo ofrecerle, por ahora, es que esta publicación de blog sugiere que la aproximación Kenward-Roger es ligeramente, pero probablemente no significativamente, más conservadora que la aproximación Satterthwaite. El autor también señala que ambos son más conservadores que la aproximación normal, pero nuevamente, no mucho si el tamaño de la muestra es lo suficientemente alto. Sin embargo, no estoy seguro de si esta fue una conclusión generalizable de la autora o no.

Editar: Agregaré que el artículo "Una comparación de los métodos de aproximación de grados de libertad del denominador en el modelo mixto factorial bidireccional desequilibrado" de KB Gregory parece indicar que ninguno de los dos métodos es típicamente un método mejor, aunque aparentemente hay ocasiones en que La aproximación de Kenward-Roger pierde cierto nivel de conservadurismo.

— Bajcz
fuente

es Kenward-Roger (sin "s") ... Kenward-Roger si insiste ... pero generalmente se expresa sin la 's ... vea también link.springer.com/article/10.1198/108571102726

— Ben Bolker

Otra diferencia entre los dos métodos se describe en Luke (2017):

Tanto el enfoque de Kenward-Roger (Kenward y Roger, 1997) como el de Satterthwaite (1941) se utilizan para estimar los grados de libertad del denominador para las estadísticas F o los grados de libertad para las estadísticas t. SAS PROC MIXED utiliza la aproximación Satterthwaite (SAS Institute, 2008). Si bien la aproximación Satterthwaite se puede aplicar a los modelos ML o REML, la aproximación Kenward-Roger se aplica solo a los modelos REML.
(mi negrita)

Luke, SG (2017). Evaluación de la importancia en modelos lineales de efectos mixtos en R. Behavior Research Methods, 49: 4 , 1494-1502. https://doi.org/10.3758/s13428-016-0809-y

— Angel Lu
fuente