Likelihood-Ratio-Test - lmer R - Nicht verschachtelte Modelle

14

Ich überprüfe gerade einige Arbeiten und bin auf Folgendes gestoßen, was mir falsch erscheint. Mit lmer werden zwei gemischte Modelle (in R) montiert. Die Modelle sind nicht verschachtelt und werden durch Likelihood-Ratio-Tests verglichen. Kurz gesagt, hier ist ein reproduzierbares Beispiel für das, was ich habe:

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)

Soweit ich sehen kann, lmerwird zur Berechnung der Log-Wahrscheinlichkeit und der anovaAussage der Unterschied zwischen den Modellen anhand eines Chi-Quadrats mit den üblichen Freiheitsgraden getestet. Das scheint mir nicht richtig zu sein. Wenn es richtig ist, kennt jemand einen Hinweis, der dies rechtfertigt? Mir sind Methoden bekannt, die auf Simulationen (Paper von Lewis et al., 2011) und dem von Vuong (1989) entwickelten Ansatz beruhen, aber ich glaube nicht, dass dies das ist, was hier produziert wird. Ich denke nicht, dass die Verwendung der anovaAussage korrekt ist.

r lme4-nlme likelihood-ratio nested-models Amöbe sagt Reinstate Monica
quelle

Antworten:

8

Dies ist in zweierlei Hinsicht nicht korrekt :

  1. Der (gewöhnliche) Likelihood-Ratio-Test kann nur zum Vergleich verschachtelter Modelle verwendet werden.
  2. Wir können keine mittleren Modelle unter REML vergleichen. (Dies ist hier nicht der Fall, siehe @ KarlOveHufthammers Kommentare unten.)

Im Fall von ML ist mir bekannt, dass ich AIC oder BIC verwende, um die nicht verschachtelten Modelle zu vergleichen.

Randel
quelle
9
In Bezug auf Punkt 2 vergleicht die anova()Funktion in R nicht die beiden unter REML eingebauten Modelle. es rüstet sie mit ML um und führt dann den Test durch. Siehe lme4:::anova.merMod, welche die Zeile enthält mods <- lapply(mods, refitML). (Aber Sie haben immer noch Recht, das anova()kann nicht verwendet werden, um die beiden Modelle zu vergleichen, da sie nicht verschachtelt sind.)
Karl Ove Hufthammer
2
Beachten Sie auch, dass es einige Meinungsverschiedenheiten in Bezug auf das Verschachteln gibt: Brian Ripley sagt, dass das Verschachteln für den AIC-Vergleich unerlässlich ist (siehe Seite 20 des verknüpften Dokuments zur Diskussion), während Anderson und Burnham (siehe Seite 2) anderer Meinung sind.
Ben Bolker
2
@BenBolker Eine weitere Referenz (siehe auch dies und das ) für die Verwendung von AIC mit nicht verschachtelten Modellen, sofern Sie alle Normalisierungskonstanten sowie nicht pathologische Modelle berücksichtigen. Im Kontext von LMM müssen Sie jedoch einige Modifikationen des AIC verwenden.
LessFaceMoreBook
2
Link entstellt : Ich denke, stats.ox.ac.uk/~ripley/ModelChoice.pdf sollte funktionieren.
Ben Bolker
2
@BenBolker Nun, Brian Ripley ist ziemlich eigensinnig. Er hat jedoch kein verheerendes Argument gegen die Verwendung von AIC für nicht verschachtelte Modelle geliefert :). Entschuldigen Sie, dass Sie Ihren Link wiederholt haben.
LessFaceMoreBook