Waldテストを受け入れてもかまわない場合、これでうまくいくはずです。
library(lme4)
library(car)
gm1 <- glmer(cbind(incidence, size - incidence) ~ period + (1 | herd),
data = cbpp, family = binomial)
Anova(gm1,type="III")
ただし、(から?Anova
)次のことに注意してください。
「タイプII」および「タイプIII」という表記はSASから借用したものですが、ここで使用されている定義は、SASで採用されている定義と正確に対応していません。タイプIIテストは、周辺性の原則に従って計算され、用語の高次の親族を無視することを除いて、各用語を他のすべての用語の後にテストします。いわゆるタイプIIIテストは周辺性に違反し、モデル内の各項を他のすべての後にテストします。Type-IIテストのこの定義は、すべての予測子が因子であるが、より一般的ではない(すなわち、定量的予測子がある場合)分散分析モデルのためにSASによって生成されるテストに対応します。タイプIIIテストのモデルを公式化する場合は十分に注意してください。そうしないと、テストした仮説が意味をなさなくなります。
私はあなたの結果を非常に注意深くチェックして、それらが理にかなっていることを確認します!
または、を使用afex::mixed
して、尤度比テストまたはパラメトリックブートストラップを介して類似のテーブルを取得できます。後者が最も正確ですが、はるかに遅いです。
GLMMのコンテキストでのp値計算のより一般的な説明については?pvalues
、lme4
パッケージを参照してください。