このページの翻訳は最新ではありません。ここをクリックして、英語の最新版を参照してください。
クラス: LinearMixedModel
線形混合効果モデルの比較
は、線形混合効果モデル results
= compare(lme
,altlme
)lme
と altlme
を比較する尤度比検定の結果を返します。どちらのモデルも近似で同じ応答ベクトルを使用しなければならず、理論的尤度比検定を有効にするためには lme
を altlme
の入れ子にしなければなりません。常に、小さい方のモデルを最初に入力し、次に大きい方のモデルを入力します。
compare
は次の帰無仮説と対立仮説を検定します。
H0:観測した応答ベクトルは lme
によって生成された。
H1:観測した応答ベクトルは altlme
モデルによって生成された。
モデルの比較に先立ち、ML (最尤) 法を使用して lme
と altlme
をあてはめることをお勧めします。REML (制限付き最尤) 法を使用する場合は、両方のモデルに含まれる固定効果の計画行列を同じにしなければなりません。
固定効果を検定するには、lme
と altlme
を ML で近似してシミュレーションされた尤度比検定で compare
を使用するか、fixedEffects
、anova
または coefTest
メソッドを使用します。
も、線形混合効果モデル results
= compare(___,Name,Value
)lme
と altlme
を比較する尤度比検定の結果を返しますが、1 つ以上の Name,Value
ペア引数で指定する追加オプションがあります。
たとえば、最初の入力モデルが 2 番目の入力モデルに入れ子になっているかどうかを調べることができます。
[
も、線形混合効果モデル results
,siminfo
] = compare(___,Name,Value
)lme
と altlme
を比較するシミュレーションされた尤度比検定の結果を返しますが、1 つ以上の Name,Value
ペア引数で指定する追加オプションがあります。
たとえば、シミュレーションされた尤度比検定の実行に関するオプションを変更したり、p 値の信頼区間の信頼度を変更したりできます。
[1] Hox, J. Multilevel Analysis, Techniques and Applications. Lawrence Erlbaum Associates, Inc., 2002.
[2] Stram D. O. and J. W. Lee. “Variance components testing in the longitudinal mixed-effects model”. Biometrics, Vol. 50, 4, 1994, pp. 1171–1177.