从 blmer（回归模型列表）中提取 p 值和估计值？

Question

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？

Answer 1

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）

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)?

r

regression

p-value