如何解决glmmTMB 空模型统计
我有一个非常尴尬的问题:假设我必须使用完整模型与空模型比较方法来测试假设,并且我想使用 glmmTMB 包,即使我没有随机效应。还假设我的空模型完全为空,我如何衡量模型的有效性?
这是我的模型结构示例:
full.1 = glmmTMB(log.mean.across.GC ~
log.early.mean*age.cat +
log.late.mean*age.cat +
log.lactationGC +
sex + age.cat,data = xdata5.subset,control = contr,na.action = "na.omit"
)
我说的是类似于调用 lm()
时包 summary(full.model)
中报告的 F 统计量的东西。我在摘要中只看到 AIC 或 BIC
summary(full.1)
Family: gaussian ( identity )
Formula:
log.mean.across.GC ~ log.early.mean * age.cat + log.late.mean *
age.cat + log.lactationGC + sex + age.cat
Data: xdata5.subset
AIC BIC logLik deviance df.resid
28.1 45.6 -2.0 4.1 20
dispersion estimate for gaussian family (sigma^2): 0.0665
Conditional model:
Estimate Std. Error z value Pr(>|z|)
(Intercept) 2.23886 1.71851 1.303 0.19265
log.early.mean 0.46142 0.17843 2.586 0.00971 **
age.catadu 2.01644 3.53186 0.571 0.56805
age.catjuv -0.70296 1.83941 -0.382 0.70234
log.late.mean 0.38929 0.23498 1.657 0.09758 .
log.lactationGC -0.25113 0.32408 -0.775 0.43840
sexM 0.12579 0.09900 1.271 0.20387
log.early.mean:age.catadu -0.42657 0.63667 -0.670 0.50286
log.early.mean:age.catjuv 0.17802 0.33042 0.539 0.59004
age.catadu:log.late.mean -0.04656 0.38428 -0.121 0.90356
age.catjuv:log.late.mean -0.17057 0.32054 -0.532 0.59463
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
我的目标是使用缺少所有内容的空模型来测试这个模型,但我不确定如何进行。我在帮助页面或 CRAN 页面中找不到任何内容 https://cran.r-project.org/web/packages/glmmTMB/glmmTMB.pdf
有关如何使用此特定包解决此问题的任何建议?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。