从 blmer(回归模型列表)中提取 p 值和估计值?
Extract p values and estimates from blmer (list of regression models)?
我有一个使用 blmer
创建的回归模型列表,但我无法提取 p 值,因为它们不在 anova(model)
中或使用 summary(model)$coefficients
因为我需要提取多个系数的 p 值。只有当它是一个 lmer
模型时,我才可以提取 p 值列。是否有单独的函数或均值来计算来自 blmer
的这些回归模型的 p 值?
这是一个例子,除了我有一个模型列表:
m1 = blme::blmer(Y ~ sex + age + (1|id/Group), data=df)
summary(m1)$coefficients
anova(m1)
我的输出不显示 p 值列,只显示 t 值,我知道这是 lmer 模型显示的内容,但是当您在 lmer
上使用 summary(model)
函数时,您有一个 p 值blmer
.
未显示的列
如果我直接将我的 blmer 模型格式化为输出 tables 与 tab_model
例如,那么我有 p 值,但此时它是一个 html table, 有没有办法在这些模型的回归系数模型级别检索 p 值?
sjPlot::tab_model
从 sjstat
包中调用机器,后者又从 parameters
包中调用机器(p_value
函数):
library(blme)
data("sleepstudy", package = "lme4")
fm1 <- blmer(Reaction ~ Days + (0 + Days|Subject), sleepstudy,
cov.prior = gamma)
parameters::p_value(fm1)
## Parameter p
##1 (Intercept) 0.000000e+00
##2 Days 8.228424e-08
但是:从统计的角度来看,我建议对这些 p 值非常 保持谨慎。 ?parameters:p_value
的帮助页面显示
This function attempts to return, or compute, p-values of a
model's parameters. The nature of the p-values is different
depending on the model:
• Mixed models (lme4): TO BE IMPROVED.
及以下表示它默认为 returns Wald p 值。这些 p 值不 说明:
- 对数似然曲面的非二次性质(我们需要似然分布 CI)
- 有限尺寸校正(为此我们需要 Satterthwaite/Kenward-Roger/"inner-outer" 自由度近似值)
- 贝叶斯先验的影响(据我所知,没有人真正研究过贝叶斯先验对常客 p 值的影响,因为这个问题是贝叶斯和常客方法的混合体)
我有一个使用 blmer
创建的回归模型列表,但我无法提取 p 值,因为它们不在 anova(model)
中或使用 summary(model)$coefficients
因为我需要提取多个系数的 p 值。只有当它是一个 lmer
模型时,我才可以提取 p 值列。是否有单独的函数或均值来计算来自 blmer
的这些回归模型的 p 值?
这是一个例子,除了我有一个模型列表:
m1 = blme::blmer(Y ~ sex + age + (1|id/Group), data=df)
summary(m1)$coefficients
anova(m1)
我的输出不显示 p 值列,只显示 t 值,我知道这是 lmer 模型显示的内容,但是当您在 lmer
上使用 summary(model)
函数时,您有一个 p 值blmer
.
如果我直接将我的 blmer 模型格式化为输出 tables 与 tab_model
例如,那么我有 p 值,但此时它是一个 html table, 有没有办法在这些模型的回归系数模型级别检索 p 值?
sjPlot::tab_model
从 sjstat
包中调用机器,后者又从 parameters
包中调用机器(p_value
函数):
library(blme)
data("sleepstudy", package = "lme4")
fm1 <- blmer(Reaction ~ Days + (0 + Days|Subject), sleepstudy,
cov.prior = gamma)
parameters::p_value(fm1)
## Parameter p
##1 (Intercept) 0.000000e+00
##2 Days 8.228424e-08
但是:从统计的角度来看,我建议对这些 p 值非常 保持谨慎。 ?parameters:p_value
的帮助页面显示
This function attempts to return, or compute, p-values of a model's parameters. The nature of the p-values is different depending on the model:
• Mixed models (lme4): TO BE IMPROVED.
及以下表示它默认为 returns Wald p 值。这些 p 值不 说明:
- 对数似然曲面的非二次性质(我们需要似然分布 CI)
- 有限尺寸校正(为此我们需要 Satterthwaite/Kenward-Roger/"inner-outer" 自由度近似值)
- 贝叶斯先验的影响(据我所知,没有人真正研究过贝叶斯先验对常客 p 值的影响,因为这个问题是贝叶斯和常客方法的混合体)