我是 R 和 lmer 的新手。我们有一个项目检查模仿他人声音的效果（模仿与非模仿，受试者之间的固定效应），模态（阅读与聆听，受试者内效应），效价（正面与负面；受试者内效应） ，和类别（个性与外表，主体内效应）对模仿者对某些评论的判断（愉快，连续，1-7）。我们构建了一个理论上完整的混合效应模型，并希望确定最佳模型。根据一篇论文的建议，我们尝试使用 afex 包中的混合 () 函数进行似然比检验。以下是模型估计的代码和总结。现在我们不太确定如何解释结果。总结表明，在“10”和“11”行，p 值显着，但在“8”行是“9”，p 值不显着。在这种情况下，我们如何确定最佳模型应该包含哪些术语？我们是否简单地包括那些 p 值显着的项并删除那些不重要的项？
您的帮助和建议将不胜感激！
Fitting 16 (g)lmer() models:
[................]
Mixed Model Anova Table (Type 3 tests, LRT-method)
Model: Pleasantness ~ mimicry * modality * valence * category + (1 |
Model: Subject)
Data: df
Df full model: 18
Effect df Chisq p.value
1 mimicry 1 6.44 * .011
2 modality 1 19.00 *** <.001
3 valence 1 4493.93 *** <.001
4 category 1 7.86 ** .005
5 mimicry:modality 1 3.74 + .053
6 mimicry:valence 1 0.37 .542
7 modality:valence 1 4.23 * .040
8 mimicry:category 1 2.22 .136
9 modality:category 1 0.68 .409
10 valence:category 1 5.53 * .019
11 mimicry:modality:valence 1 4.12 * .042
12 mimicry:modality:category 1 0.09 .770
13 mimicry:valence:category 1 0.53 .465
14 modality:valence:category 1 0.24 .622
15 mimicry:modality:valence:category 1 0.63 .428
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘+’ 0.1 ‘ ’ 1