ANOVA LMER Eta平方

Question

我使用lmer包运行混合模型，当我使用anova函数检索anova结果时，一切都正常。然而，当我试图计算eta平方时，我始终会得到下面的错误。有什么想法吗？

Dyestuff是lmerTest包中可用的数据集。我使用的软件包‘lme4’版本1.1-21。包‘lmerTest’版本3.1-0和软件包‘sjstats’版本0.17.7

fm1 <- lmer(Yield ~ 1 + (1|Batch), Dyestuff)
am <- anova(fm1, test="F")
eta_sq(am, partial = FALSE, ci.lvl = NULL, n = 1000, method = c("dist", "quantile"))

错误:结果2不是长度1的原子向量。 此外:警告消息:在tidy.anova(模型)中: ANOVA输出中的下列列名未被识别或转换: NumDF，DenDF

Answer 1

tl；博士

• 理论上可能很难计算混合模型的eta平方，例如这个简历问题 (它确实提出了一些计算混合模型R^2值的方法，这可能满足您对效果大小的需要)。
• 实际上，sjstats中的eta平方计算期望anova()方法返回一个包含与剩余方差相对应的行的表。?anova.lmerModLmerTest返回一个只有与固定效果项对应的行(而不是剩余方差)的表。
• 在任何情况下，您可能都会在计算模型的eta平方时遇到困难，该模型没有任何非平凡的固定效果(即，仅用于固定效果的拦截).

这可能更适合于sjstats问题清单，但我将使用这个空间来分享我到目前为止已经发现的信息。

• 拟合只拦截的模型会给出类似的错误，即使它只是一个lm()拟合(如果有任何情况的话，这应该会起作用)：

fm0 <- lm(Yield ~ 1 , Dyestuff)
am0 <- anova(fm0, test="F")
eta_sq(am0)

错误:结果2必须是一个双倍，而不是长度为0的双向量。 运行rlang::last_error()以查看错误发生的位置。

• 然而:拟合一个非平凡的(比拦截更固定的效果) lmer(Test)模型也失败了：

fm2 <- lmer(Reaction ~ Days + (Days|Subject), sleepstudy)
am2 <- anova(fm2, test="F")
eta_sq(am2)

错误:结果2必须是一个双倍，而不是长度为0的双向量。 运行rlang::last_error()以查看错误发生的位置。 此外:警告消息:在tidy.anova(模型)中: ANOVA输出中的下列列名未被识别或转换: NumDF，DenDF

(据我所知，警告信息实际上是无害的。)

这个问题的最近原因似乎是内部sjstats:::aov_stat_summary()函数返回一个只有一行的表，因为SSQ/MSQ/等是由于Days而产生的；它还应该有一个行作为剩余的SSQ/MSQ/etc。

sjstats:::aov_stat_summary(am3)
##  term    sumsq   meansq NumDF    DenDF statistic      p.value
## 1 Days 30030.94 30030.94     1 16.99998  45.85296 3.263825e-06

问题是术语的数量在内部被计算为(nrow(aov.sum)-1)，这在这里是没有意义的。

将其与使用1+Days的lm()模型进行比较

fm3 <- lm(Reaction ~ Days , sleepstudy)
am3 <- anova(fm3, test="F")
sjstats:::aov_stat_summary(am3)
##        term  df    sumsq     meansq statistic      p.value
## 1      Days   1 162702.7 162702.652  71.46442 9.894096e-15
## 2 Residuals 178 405251.6   2276.694        NA           NA

再深入一点，我们可以看到，这是混合模型的anova()结果报告方式的直接后果：

anova(fm2)
## Type III Analysis of Variance Table with Satterthwaite's method
##      Sum Sq Mean Sq NumDF DenDF F value    Pr(>F)    
## Days  30031   30031     1    17  45.853 3.264e-06 ***

注:没有“残差”行。相反：

anova(fm3)
## Analysis of Variance Table
## Response: Reaction
##            Df Sum Sq Mean Sq F value    Pr(>F)    
## Days        1 162703  162703  71.464 9.894e-15 ***
## Residuals 178 405252    2277                      

Answer 2

我认为，如果您使用sjstats包中的函数anova_stats，它可以工作。

fm2 <- lmer(Reaction ~ Days + (Days|Subject), sleepstudy)
am2 <- anova_stats(fm2, test="F")