如何在 R 中使用 lmer() 检查 REML或混合模型中的 p 值？

如何解决如何在 R 中使用 lmer() 检查 REML或混合模型中的 p 值？

这是我的数据，我想进行 REML 分析以查看随机因子的方差分量。

Plant<- rep(c("P1","P2","P3","P4"),each=9)
Leaves<- rep(rep(c("L1","L2","L3"),each=3),4)
Rep<-rep(c(1,2,3),12)
Ca<- c(3.280,3.090,3.185,3.520,3.600,3.560,2.880,2.800,2.840,2.460,2.440,2.450,1.870,1.800,1.835,2.190,2.100,2.145,2.770,2.660,2.715,3.740,3.440,3.590,2.550,2.700,2.625,3.780,3.870,3.825,4.070,4.200,4.135,3.310,3.400,3.355)

tomato<- data.frame(Plant,Leaves,Rep,Ca)

这是我的代码

library(lme4)

lmer <- lmer(Ca ~ (1|Plant)+ (1|Plant:Leaves),REML=TRUE,data=tomato)
summary(lmer)

我假设叶子是嵌套的以种植。所以我编码为 (1|Plant:Leaves)

这个结果表明植物和叶子在数据中的变异性最大，而重复是次要的，不是吗？

然后，我想知道植物和离开（嵌套到植物）是否重要。我在哪里可以找到 p 值？或者我可以添加更多代码来检查 p 值吗？

或者在 REML 中，我们只能检查方差分量？

如果是这样，如果我选择植物作为固定因素，如下所示

lmer <- lmer(Ca ~ Plant+ (1|Plant:Leaves),data=tomato)
summary(lmer)

至少，在这个混合模型中，应该呈现植物的 p 值（= 固定因子）？不是吗？但是，我还是找不到。

您能指导我如何分析 REML 的结果吗？