gpt4 book ai didi

r - lmer() 和 anova() 之间模型适应度估计的差异

转载 作者:行者123 更新时间:2023-12-01 10:59:12 25 4
gpt4 key购买 nike

<分区>

我想使用 lmer() 对生物数据随时间的治疗效果进行建模,以考虑个体效应。通常使用的过程是通过逐步删除固定效应和交互项来构建多个模型,然后使用 anova(model1,model2) 找到最佳模型并在非显着差异时保留最简洁的模型成立。但是,我在 summary(model1)anova (model1,model2) 的输出之间发现了不同的模型适应度值(AIC、BIC..)。这是代码:

#Data are in z6
m1<-lmer(Brightness~factor(FT)*factor(Time)+(1|ID),z6)
m2<-lmer(Brightness~factor(FT)+factor(Time)+(1|ID),z6)
summary(m1)@AICtab
AIC BIC logLik deviance REMLdev
2284.223 2335.65 -1128.112 2301.36 2256.223
summary(m2)@AICtab
AIC BIC logLik deviance REMLdev
2298.247 2331.307 -1140.124 2302.42 2280.247
anova(m1,m2)
Data: z6
Models:
m2: Brightness ~ factor(FT) + factor(Time) + (1 | ID)
m1: Brightness ~ factor(FT) * factor(Time) + (1 | ID)
Df AIC BIC logLik Chisq Chi Df Pr(>Chisq)
m2 9 2320.4 2353.5 -1151.2
m1 14 2329.4 2380.8 -1150.7 1.0601 5 0.9576

比较 summary() 输出时,两个模型之间有 14 个 AIC 单位差异,但在 anova() 中只有 9 个。这种差异从何而来?提前致谢。

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com