Seite 1 von 1
summary() von generalized linear mixed model gibt p-Wert nicht raus
Verfasst: Do Apr 13, 2017 1:24 pm
von dom
Liebe Statistik-Freunde,
wie im Titel beschriebe krieg ich bei summary {base} von einem GLMM (erstellt mit glmer {lme4}) den p-Wert nicht raus. Äquivalent dazu werden mir bei anova {stats} das Multiple R-squared, das Adjusted R-squared und der p-value ebenfalls nicht ausgegeben. Wenn ich das ganze aber über ein LM laufen lasse, wird mir alles gewünschte ausgegeben. Weiss jemand von Euch eine Lösung dazu?
Liebe Grüsse
Dom
P.S.: Die Syntax sieht wie folgt aus ->
1. Fitting Generalized Linear Mixed Models:
glmer_x <- glmer(true / total ~ treatment + (1|ID) , weights=total, family = binomial(link = "logit"), data = x)
2. Summary
summary(glmer_x)
3. ANOVA
anova(glmer_x)
Re: summary() von generalized linear mixed model gibt p-Wert nicht raus
Verfasst: Do Apr 13, 2017 7:08 pm
von EDi
Wenn ich das ganze aber über ein LM laufen lasse,
Da liegen Welten dazwischen...
Re: summary() von generalized linear mixed model gibt p-Wert nicht raus
Verfasst: Do Apr 13, 2017 11:56 pm
von dom
Hallo EDi
Danke für Deine Antwort!
Den P-Wert habe ich jetzt so rausgekriegt:
library(pbkrtest)
car::Anova(glmer_x)
--------------------------------------------------------------------------
Analysis of Deviance Table (Type II Wald chisquare tests)
Response: true/total
Chisq Df Pr(>Chisq)
block 412.84 2 < 2.2e-16 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
--------------------------------------------------------------------------
Dort wird mir aber ein Chi-Quadrat-Wert und kein F-Wert ausgegeben, auch wenn die Zeile "car::Anova(glmer_x, test.statistic=("F"))" lautet
Hast Du mir da einen Rat?
Re: summary() von generalized linear mixed model gibt p-Wert nicht raus
Verfasst: Fr Apr 14, 2017 3:40 pm
von EDi
Hast Du mir da einen Rat?
Ich
vermute (!) dies
könnte (!) auch auf GLMM zutreffen:
For models with known dispersion (e.g., binomial and Poisson fits) the chi-squared test is most appropriate,...
Ich würde ja ganz die Finger von p-Werten lassen (vorallem wenn nicht klar ist was sie bedeuten)...
Re: summary() von generalized linear mixed model gibt p-Wert nicht raus
Verfasst: Fr Apr 14, 2017 4:29 pm
von dom
Hallo EDi
Dann wird hier der Chi-Quadrat-Wert wohl der adäquateste sein für dieses Beispiel. Hab' das Gleiche auch noch auf einer deutschen Seite gelesen; werde mich aber noch genauer informieren. Danke jedenfalls für das Zitat!
Die Problematik des p-Wertes ist mir bekannt, aber die Prüfwerte der Tests kann ich ja nicht direkt vergleichen; den p-Wert schon. Und das wird halt oft so verlangt. Oder wie genau meinst Du es?
Für die Einzelvergleiche (die dann eigentlich am meisten interessieren!) werde ich übrigens den Tukey-Test verwenden. Da siehst Du keine Probleme beim GLMM, oder? Hatte bis anhin nur mit LM zu tun, deshalb ist das alles Neuland für mich
------------------------------------------------------------------
# Tukey-Test:
library(multcomp)
summary(glht(glmer_x, mcp(block = "Tukey")))
summary(glht(glmer_x, mcp(block = "Tukey")))
------------------------------------------------------------------
Re: summary() von generalized linear mixed model gibt p-Wert nicht raus
Verfasst: So Apr 16, 2017 7:09 pm
von EDi
Und das wird halt oft so verlangt. Oder wie genau meinst Du es?
Die Effektgrößen erachte ich als informativer als p-Werte.
Bei glm bedeuted dies eventuell die Koeffizienten auf eine leichter interpretierbare Skala zu bringen (oft finde ich es auf der link-skala schwer, hier hilft eine transformation...).
Das gilt auch bei Mehrfachvergleichen (Um wieviel xy unterscheiden sich die Treatments? Wie genau ist das? Ist das signifikant im biologischen Sinne)?