1

在尝试获得 KR 自由度的经验分布时遇到了这个问题......

这似乎是相当危险的行为？它是否构成错误？

可重现的例子：

## import lmerTest package
library(lmerTest)

## an object of class merModLmerTest
m <- lmer(Informed.liking ~ Gender+Information+Product +(1|Consumer), data=ham)

# simulate data from fitted model
simData=ham
simData$Informed.liking=unlist(simulate(m))
# fit model to simulated data
m1 <- lmer(Informed.liking ~ Gender+Information+Product +(1|Consumer), data=simData)
stats:::anova(m1)
lmerTest:::anova(m1)

# simulate again, WITHOUT refitting
simData$Informed.liking=unlist(simulate(m))
stats:::anova(m1) # same as before
lmerTest:::anova(m1) # not same as before!
4

1 回答 1

0

我的回答并不构成一个可靠的答案，而是一个扩展评论：
这看起来很糟糕 - 事实上我今天发现，我在一个即将提交的项目中进行的几乎所有分析都必须重新进行，因为的相关行为lmerTest。
我遇到的问题是当我使用一个适合模型lmer然后返回的短函数时coef(summary(model))- 简单的东西，两行代码。然而，这个函数的输入被命名data了，我还在工作区中调用了一个数据框data。似乎虽然在与lmer函数范围内的局部变量进行拟合期间正确使用了，但在summary工作区期间data使用了变量（通常与传递给函数的数据帧不同）导致无效的 t 值和导致不正确的 p 值的自由度（但是估计值及其标准误差是可以的）。
所以，回答你的问题：

这似乎是相当危险的行为？它是否构成错误？

这看起来确实很危险，我肯定会称之为错误。

于 2017-08-30T00:39:29.217 回答