Seite 1 von 1

Wald test bei Generalized linear mixed model

Verfasst: So Dez 22, 2019 2:42 pm
von j.felfeli
Hallo zusammen,

ich habe eine Frage zum Wald Test. Kurz zum Hintergrund: Ich habe eine Random-effects panel probit regression gerechnet. Im Paneldatensatz sind 60 Beobachtungen von 86 Teilnehmern enthalten. Die abhängige Variable ist eine Entscheidung (1 = Fehler, 0 = richtige Entscheidung). Mein Regressionsmodell sieht wie folgt aus

probit1 <- glmer(error ~ goal + imp + cb +conflict + first_success + time + (1 | subj_no), family = binomial(link = "probit"), data = error_data)

goal, imp, cb, conflict, first_sucess sind alles dummy variablen und time ist die Trial Nummer geteilt durch 60. Bei einer Summary bekomme ich folgenden Output:

Generalized linear mixed model fit by maximum likelihood (Laplace Approximation) ['glmerMod']
Family: binomial ( probit )
Formula: error ~ goal + imp + cb + conflict + first_success + time + (1 | ï..subj_no)
Data: error_data

AIC BIC logLik deviance df.resid
3766.1 3818.5 -1875.1 3750.1 5152

Scaled residuals:
Min 1Q Median 3Q Max
-5.3484 -0.3820 -0.1625 -0.0181 14.4918

Random effects:
Groups Name Variance Std.Dev.
ï..subj_no (Intercept) 0.7154 0.8458
Number of obs: 5160, groups: ï..subj_no, 86

Fixed effects:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -1.498196 0.196625 -7.620 2.55e-14 ***
goal1 0.187217 0.229406 0.816 0.414
imp1 0.169718 0.236325 0.718 0.473
cb1 -0.236003 0.191664 -1.231 0.218
conflict 1.530802 0.052907 28.934 < 2e-16 ***
first_success 0.007412 0.048565 0.153 0.879
time -0.567323 0.086559 -6.554 5.59e-11 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Correlation of Fixed Effects:
(Intr) goal1 imp1 cb1 cnflct frst_s
goal1 -0.583
imp1 -0.546 0.472
cb1 -0.489 0.023 -0.026
conflict -0.201 0.018 0.023 -0.023
first_sccss -0.123 -0.001 -0.001 0.006 -0.002
time -0.204 0.000 0.014 -0.006 0.087 -0.004

Nun würde ich noch gerne einen Wald Test rechnen, bei dem ich dieses Model gegen ein Model mit nur dem Intercept vergleiche. Ich habe hierbei die Funktion waldtest aus dem Paket lmtest verwendet. Dabei bekomme ich dann folgende Fehlermeldung:

waldtest(probit1, test = "Chisq")
Error: No random effects terms specified in formula

Kann mir jemand erklären was ich falsch mache bzw. wo hier der Fehler liegt. In der Summary des Regressionsmodels scheint es doch klar zu sein, dass die Versuchspersonen id als Random effect definiert wird. Habe ich eventuell die falsche Funktion verwendet (eher wald.test aus Paket aod)?

Liebe Grüße und vielen Dank für die Hilfe

Re: Wald test bei Generalized linear mixed model

Verfasst: So Dez 22, 2019 8:43 pm
von EDi
ein Model mit nur dem Intercept vergleiche.
Also ohne random effects?

Ich würde generell dein alternative Model explizit rechnen und dann übergeben (siehe ?waldtest wie man 2 Modelle übergibt die verglichen werden).

Da ich lmtest::waldtest nicht kenne - was spricht gegen?

Code: Alles auswählen

anova(mod2, mod1, test="Chisq")

Re: Wald test bei Generalized linear mixed model

Verfasst: Mo Dez 23, 2019 6:05 pm
von student
Weil mir beim Lesen ohne Formatierung immer die Augen wehtun und zur Fehlermeldung ...
waldtest(probit1, test = "Chisq")
Error: No random effects terms specified in formula
... kann ich nur sagen, schau Dir noch einmal die Beschreibung des waldtest {lmtest} an. Dort wird auch die von @Edi erwähnte ANOVA erwähnt...