Anova untersciedliche Datensatzgröße bei glmer modellen multilevel
Verfasst: Mo Aug 14, 2017 3:55 pm
Hi,
eine Frage zu Multilevel Modellen mit glmer...
Und zwar hab ich jetzt mehrere Modelle, die ich mit anova vergleichen möchte.
Ich bekomme aber immer diese Fehlermeldung:
"Error in anova.merMod(model2.1, model3.1) :
Modelle sind nicht alle mit der gleichen Datensatzgröße angepasst worden"
Die Variablen, die ich ergänzt habe sind wahrscheinlich das Problem, aber ich verstehe nicht ganz, wie ich das umgehen kann.
Model2.1: y ~ workload + role conflict + worktime + (1|ID)
Model3.1: y ~ workload + role conflict + worktime + autonomy + flextime + (1|ID)
Die Variablenlängen sind alle bei 887.
Die wenn ich die modelle einzeln auf die summary überprüfe habe ich unterschiedliche dfs
Model 2.1: AIC 640.7 BIC 664.4, LogLik -315.4, deviance 630.7, df resid 836
Model 3.1: AIC 622.2 BIC 655.3, LogLik -304.1, deviance 608.2, df resid 827
Also... 1. weiß jemand, wie ich das problem umgehen kann, dass ich die Modelle dennoch untereinander vergleichen kann, trotz unterschiedlicher dfs? 2. oder wie schaffe ich es, dass ich die df auf 827 reduzieren kann bei Model 2.1? und 3. was bedeutet es eig., dass ich einen negativen LogLikelihood habe? Ist das ein Problem?
Ich hoffe es kann mir jemand helfen. Danke im Voraus!
eine Frage zu Multilevel Modellen mit glmer...
Und zwar hab ich jetzt mehrere Modelle, die ich mit anova vergleichen möchte.
Ich bekomme aber immer diese Fehlermeldung:
"Error in anova.merMod(model2.1, model3.1) :
Modelle sind nicht alle mit der gleichen Datensatzgröße angepasst worden"
Die Variablen, die ich ergänzt habe sind wahrscheinlich das Problem, aber ich verstehe nicht ganz, wie ich das umgehen kann.
Model2.1: y ~ workload + role conflict + worktime + (1|ID)
Model3.1: y ~ workload + role conflict + worktime + autonomy + flextime + (1|ID)
Die Variablenlängen sind alle bei 887.
Die wenn ich die modelle einzeln auf die summary überprüfe habe ich unterschiedliche dfs
Model 2.1: AIC 640.7 BIC 664.4, LogLik -315.4, deviance 630.7, df resid 836
Model 3.1: AIC 622.2 BIC 655.3, LogLik -304.1, deviance 608.2, df resid 827
Also... 1. weiß jemand, wie ich das problem umgehen kann, dass ich die Modelle dennoch untereinander vergleichen kann, trotz unterschiedlicher dfs? 2. oder wie schaffe ich es, dass ich die df auf 827 reduzieren kann bei Model 2.1? und 3. was bedeutet es eig., dass ich einen negativen LogLikelihood habe? Ist das ein Problem?
Ich hoffe es kann mir jemand helfen. Danke im Voraus!