Блог

Главная - Вопросы по программированию - Тест отношения правдоподобия в R возвращает странные значения при оценке линейной модели со смешанным эффектом

Тест отношения правдоподобия в R возвращает странные значения при оценке линейной модели со смешанным эффектом

#r #mixed-models #polynomial-math

#r #смешанные модели #полином-математика

Вопрос:

Я создал модель некоторых данных, которые, как я полагаю, будут падать вдоль квадратичной кривой, я написал полную модель как:

 model <- lmer(
  DV ~ I(predictor^2)   predictor   (predictor | rand_effect),
  data = data, 
  REML=FALSE
)

и сравнение как:

 modelcomp <- lmer(
  DV ~ (predictor | rand_effect),
  data = data, 
  REML=FALSE
)

Когда я использую тест отношения правдоподобия с использованием функции anova:

lrt <- anova(model, modelcomp)

Я получаю очень высокий хи-квадрат (57779,45) и более важное значение p, равное ровно 0. У меня сложилось впечатление, что значения p обычно не могут быть точно равны 0. Почему это может быть? Как мне исправить свой код, чтобы он вычислял разумное значение p?

Комментарии:

1. не могли бы вы показать более подробно, пожалуйста? Было бы неплохо увидеть summary() обе модели, а также anova() выходные данные…

2. Скорее всего, значение p настолько мало, что его нельзя выразить в виде значения с плавающей запятой. pchisq(58000,df=1,lower.tail=FALSE,log.p=TRUE)/log(10) показывает, что если статистика хи-квадрат верна, ваше значение p равно приблизительно 10 ^ (-12597). Переменные с плавающей запятой двойной точности не могут обрабатывать значения меньше примерно 10 ^ (-308).

Метки: