Verwirrung um lmer und p-Werte: Wie vergleichen sich p-Werte aus dem memisc-Paket mit denen aus der MCMC?

12

Ich hatte den Eindruck, dass die Funktion lmer()im lme4Paket keine p-Werte erzeugt (siehe lmer, p-Werte und so weiter) ).

Ich habe stattdessen MCMC-generierte p-Werte wie folgt verwendet: Signifikanter Effekt im lme4gemischten Modell und diese Frage: In der Ausgabe von lmer()im lm4Paket in können keine p-Werte gefunden werdenR .

Vor kurzem habe ich versucht , ein Paket namens memisc und seine getSummary.mer()die festen Effekte meines Modells in eine CSV - Datei zu erhalten. Wie von Zauberhand rief eine Kolonnep , die meinen MCMC-p-Werten äußerst genau entspricht (und die mit der Verwendung verbundene Verarbeitungszeit nicht beeinträchtigt pvals.fnc()).

Ich habe mir den Code in vorläufig angesehen getSummary.merund die Zeile entdeckt, die den p-Wert generiert:

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

Bedeutet dies, dass p-Werte direkt aus lmerder Ausgabe generiert werden können, anstatt ausgeführt zu werden pvals.fnc? Mir ist klar, dass dies zweifellos die Debatte über den "p-wertigen Fetischismus" auslösen wird, aber ich bin interessiert, es zu wissen. Ich habe gehört , nicht memiscschon erwähnt , wenn es um lmer.

Um es kurz zu machen: Was ist der Vorteil (falls vorhanden) der Verwendung von MCMC-p-Werten gegenüber den von generierten getSummary.mer()?

r mixed-model p-value mcmc lme4-nlme Stürzen
quelle
9
getSummary.merpp recht Werte eingefügt, damit es innerhalb des von bereitgestellten Frameworks funktioniert memisc. Dies sollte jedoch mit einer entsprechenden Warnung an den Benutzer versehen werden, und ich werde den Paketbetreuer kontaktieren, um zu erfahren, ob dies hinzugefügt wird. Mein Rat ist, dem von Doug Bates zu folgen: MCMC ist die sichere Wette (vorausgesetzt, andere haben keine besseren Optionen).
Jason Morgan
4
@ JasonMorgan Dies scheint mir eine ziemlich vernünftige Antwort auf die Frage zu sein.
Glen_b
2
@JasonMorgan Ich stimme dem zu, was Sie sagen, bin aber derzeit mcmcsamp()aufgrund einer Reihe von Problemen nicht verfügbar ( Status of mcmcsampWeitere Informationen finden Sie im Abschnitt unter glmm.wikidot.com/faq). Ich bin der Meinung, dass derzeit wahrscheinlich (parametrisches?) Bootstrapping eine praktikable und nicht allzu schwer zu implementierende Alternative ist. Die bootMer()Funktion kann von Nutzen sein.
usεr11852 sagt Reinstate Monic
1
@JasonMorgan Ich denke, ein Copy-Paste wäre in Ordnung, da aus meiner Sicht Ihr wertvoller Kommentar die Frage tatsächlich beantwortet. (Wenn Sie jedoch das Gefühl haben, dass Sie Ihre Erklärung, warum die p-Werte wirklich nur als schnelle Überprüfung und nicht als p-Werte verwendet werden sollten, oder wenn es wahrscheinlicher ist, dass es sich um schlechte Näherungen handelt, noch ein wenig erweitern können, oder Warum MCMC ist eine sichere Wette,
umso
3
Eine weitere technische / terminologische Anmerkung zum OP. Die mit der Methode in memiscerhaltenen p-Werte sind die p-Werte aus der Behandlung der beobachteten Teststatistik als Waldstatistik (Behandlung des t als Wald z in diesem Fall). Ein solcher Test beruht auf der Annahme einer "großen Stichprobe" und wird daher mit zunehmender Stichprobengröße immer zuverlässiger. Der MCMC-basierte Wert beruht meines Wissens nicht auf einer solchen Annahme. Wenn Sie also ein wenig über Wald-Tests und Alternativen zu diesen lesen, können Sie Ihre Frage besser beleuchten.
Jake Westfall

Antworten:

11

getSummary.merpp recht Werte eingefügt, damit es innerhalb des von bereitgestellten Frameworks funktioniert memisc. Dies sollte jedoch mit einer entsprechenden Warnung an den Benutzer versehen werden, und ich werde den Paketbetreuer kontaktieren, um zu erfahren, ob dies hinzugefügt wird. Mein Rat ist, dem von Doug Bates zu folgen: MCMC ist die sichere Wette (vorausgesetzt, andere haben keine besseren Optionen).

Jason Morgan
quelle