1
Чому Anova () та drop1 () надали різні відповіді для GLMM?
У мене є GLMM форми: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Під час використання drop1(model, test="Chi")я отримую інші результати, ніж якщо я використовую Anova(model, type="III")з автомобільного пакета або summary(model). Ці два останні дають однакові відповіді. Використовуючи купу сфабрикованих даних, я виявив, що …
10
r
anova
glmm
r
mixed-model
bootstrap
sample-size
cross-validation
roc
auc
sampling
stratification
random-allocation
logistic
stata
interpretation
proportion
r
regression
multiple-regression
linear-model
lm
r
cross-validation
cart
rpart
logistic
generalized-linear-model
econometrics
experiment-design
causality
instrumental-variables
random-allocation
predictive-models
data-mining
estimation
contingency-tables
epidemiology
standard-deviation
mean
ancova
psychology
statistical-significance
cross-validation
synthetic-data
poisson-distribution
negative-binomial
bioinformatics
sequence-analysis
distributions
binomial
classification
k-means
distance
unsupervised-learning
euclidean
correlation
chi-squared
spearman-rho
forecasting
excel
exponential-smoothing
binomial
sample-size
r
change-point
wilcoxon-signed-rank
ranks
clustering
matlab
covariance
covariance-matrix
normal-distribution
simulation
random-generation
bivariate
standardization
confounding
z-statistic
forecasting
arima
minitab
poisson-distribution
negative-binomial
poisson-regression
overdispersion
probability
self-study
markov-process
estimation
maximum-likelihood
classification
pca
group-differences
chi-squared
survival
missing-data
contingency-tables
anova
proportion