Wald testlerine razı olmak istiyorsanız, bunun çalışması gerekir:
library(lme4)
library(car)
gm1 <- glmer(cbind(incidence, size - incidence) ~ period + (1 | herd),
data = cbpp, family = binomial)
Anova(gm1,type="III")
Ancak şunu not edin ?Anova
:
"Tip-II" ve "tip-III" ifadeleri SAS'tan ödünç alınmıştır, ancak burada kullanılan tanımlar SAS tarafından kullanılanlara tam olarak karşılık gelmemektedir. Tip-II testleri, marjinallik ilkesine göre hesaplanır, terimin yüksek dereceli akrabalarını görmezden gelmek dışında her terimi birbiri ardına test eder; tip-III testleri denilen marjinallik ihlal eder ve modeldeki her terimi diğerlerinden sonra test eder. Tip-II testlerin bu tanımı, tüm öngörücülerin faktörler olduğu, ancak daha genel olarak olmadığı (yani, nicel tahmin ediciler olduğunda) varyans analizi modelleri için SAS tarafından üretilen testlere karşılık gelir. Modeli tip-III testleri için formüle ederken çok dikkatli olun, aksi takdirde test edilen hipotezler anlamlı olmayacaktır.
Sonuçların çok anlamlı olduğundan emin olmak için sonuçlarınızı çok dikkatli bir şekilde kontrol ederim!
Alternatif olarak, afex::mixed
olasılık oranı testi veya parametrik bootstrap ile benzer tablolar elde etmek için kullanabilirsiniz ; ikincisi en doğru, ama aynı zamanda en yavaş olanıdır.
GLMM'ler bağlamında p değeri hesaplamasının daha genel tartışması ?pvalues
için lme4
pakete bakın .