Actualmente estoy revisando algunos trabajos y he encontrado lo siguiente, lo que me parece incorrecto. Se montan dos modelos mixtos (en R) con lmer. Los modelos no están anidados y se comparan mediante pruebas de razón de probabilidad. En resumen, aquí hay un ejemplo reproducible de lo que tengo:
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)
Hasta donde puedo ver, lmer
se usa para calcular la probabilidad de registro y la anova
declaración prueba la diferencia entre los modelos usando un chi-cuadrado con los grados habituales de libertad. Esto no me parece correcto. Si es correcto, ¿alguien sabe de alguna referencia que justifique esto? Soy consciente de los métodos basados en simulaciones (Documento de Lewis et al., 2011) y el enfoque desarrollado por Vuong (1989), pero no creo que esto sea lo que se produce aquí. No creo que el uso de la anova
declaración sea correcto.
anova()
función en R no compara los dos modelos instalados bajo REML; los reajusta usando ML y luego realiza la prueba. Verlme4:::anova.merMod
, que contiene la líneamods <- lapply(mods, refitML)
. (Pero todavía tiene razón en queanova()
no se puede utilizar para comparar los dos modelos, ya que no están anidados).