lme4 和 languageR 兼容性错误：“输入模型不是 mer 对象”

Question

我有一个数据集 dat2，我想在其上拟合线性混合效应模型。我过去使用 lmer()（包 lme4）作为 pvals.fnc 的补充来计算相关的 p 值。

但是，由于我使用新的 lme4 (1.0.4) 和 languageR (1.4) 软件包重新安装了 R 3.0.2 版本，因此我收到有关 lmer 函数输出的错误。它表示输出不是 mer 对象。事实上，它的类是 lmeRmod。

这是我使用的代码：

names(dat2)<-c("auc","subj","decod","soa","vis")
attach(dat2)
mod1 <- lmer(auc ~ decod + (1 | subj))
mod2 <- lmer(auc ~ vis+ (1 | subj))
mod3 <- lmer(auc ~ decod + vis + (1 | subj))
mod4 <- lmer(auc ~ decod + vis + decod*vis + (1 | subj))
pvals.fnc(mod1)

我得到这个错误：

> pvals.fnc(mod1)
the input model is not a mer object
NULL

确实，当我查看 mod1 时，我发现它是一个 lmeRmod 对象，而不是一个 mer 对象。

> mod1
Linear mixed model fit by REML ['lmerMod']
Formula: auc ~ decod + (1 | subj) 
REML criterion at convergence: -213.3884 
Random effects:
 Groups   Name        Std.Dev.
 subj     (Intercept) 0.04187 
 Residual             0.11087 
Number of obs: 155, groups: subj, 6
Fixed Effects:
(Intercept)       decod2       decod3       decod4  
     0.9798      -0.1141      -0.3599      -0.3090 

这个问题与here 中的问题非常相似。关于 1/ 问题可能是什么（为什么我不输出 mer 对象）和 2/ 如何解决它（我尝试重新安装旧版本但我在包之间存在兼容性问题）的任何想法？

任何帮助都会很棒！ 谢谢！

Answer 1

我确认pvals.fnc 函数在新的languageR 中不起作用——这本质上是因为mcmcsamp 没有在新版本的lme4 中实现，这反过来又是因为它被发现了在许多情况下是不可靠的。

我们（lme4 作者）很抱歉让languageR 用户以这种方式陷入困境，但这在某种程度上是不可避免的。

https://github.com/lme4/lme4/blob/master/man/pvalues.Rd 提供了一些关于如何计算 p 值的替代建议。

https://github.com/lme4/lme4/blob/master/man/drop1.merMod.Rd 给出了关于如何使用pbkrtest::KRmodcomp 获取模型中所有预测变量的 p 值的特定配方（针对 lme4 的开发版本）：

 fm1 <- lmer(Reaction~Days+(Days|Subject),sleepstudy)
 ## Likelihood ratio test
 drop1(fm1,test="Chisq")
 if (require(pbkrtest)) {
    KRSumFun <- function(object, objectDrop, ...) {
       krnames <- c("ndf","ddf","Fstat","p.value","F.scaling")
       r <- if (missing(objectDrop)) {
           setNames(rep(NA,5),krnames)
       } else {
          krtest <- KRmodcomp(object,objectDrop)
          unlist(krtest$stats[krnames])
       }
       attr(r,"method") <- c("Kenward-Roger via pbkrtest package")
       r
    }
    drop1(fm1,test="user",sumFun=KRSumFun)
}

这个例子产生：

Single term deletions

Model:
Reaction ~ Days + (Days | Subject)
Method: 
Kenward-Roger via pbkrtest package


       ndf ddf  Fstat    p.value F.scaling
<none>                                    
Days     1  17 45.853 3.2638e-06         1

Answer 2

您可以使用 Package ‘lmerTest’ 来获取 p_values。 请参见下面的示例：

#import lme4 package and lmerTest package
library(lmerTest)
# an object of class merModLmerTest
m <- lmer(Informed.liking ~ Gender+Information+Product +(1|Consumer), data=ham)
# gives summary of lmer object. The same as of class merMod but with
# additional p-values calculated based on Satterthwate's approximations
summary(m)

有关“lmerTest”包的更多信息，请参阅以下链接： http://cran.r-project.org/web/packages/lmerTest/lmerTest.pdf

Answer 3

您可以查看 here 找到的 afex 包中的混合函数。它使用 Kenward-Rogers 作为 df。