混合モデルの自由度に関するサタースウェイト対ケンワード・ロジャー近似

このlmerTestパッケージは、anova()オプションで自由度のサタースウェイト（デフォルト）またはケンワードロジャーの近似（df）を持つ線形混合モデルの関数を提供します。これら2つのアプローチの違いは何ですか？いつ選択するのですか？

— ドコ
ソース

コンパニオンペーパーKuznetsova et al、2017、lmerTest Package：Tests in Linear Mixed Effects Modelsを参照してください。

— アメーバは、モニカを復活させる

ディスカッションでは、「私たちの実践から、近似法が提供するp値は一般に互いに非常に近いことがわかりました。Schaalje、McBride、およびFellingham（2002）は、彼らは、共分散構造の複雑さ、サンプルサイズ、不均衡が両方の近似のパフォーマンスに影響することを発見しました。しかし、これらの要因はケンワードロジャーよりもサタースウェイトの方法に影響を与えます。

— アメーバは、モニカを復活させる

KRはSatterthwaiteよりも適切DFSを与える二つの例：stats.stackexchange.com/questions/320895とstats.stackexchange.com/questions/84268。

— アメーバは、

別の例：stats.stackexchange.com/questions/331541。

— アメーバは、17：47にモニカの復活を

Steven G. LukeによるRの線形混合効果モデルの重要性の評価の記事には、これらの方法の優れた比較があります。REMLモデルから派生したKRとSatterthwaiteの両方が、より小さなサンプルでも許容可能なタイプIエラー率を生成すると結論付けています。

— cbrnr

回答:

また、違いが何であるかを理解することに興味があります。私があなたに提供できる最高のものは、今のところ、このブログ投稿では、Kenward-Roger近似はSatterthwaite近似よりもわずかではありますが、おそらくそれほど重要ではないということです。著者はまた、これらは両方とも通常の近似よりも保守的であるが、サンプルサイズが十分に大きい場合はそれほど多くないことにも注意しています。しかし、これが著者の一般化可能な結論であったかどうかはわかりません。

編集：KB Gregory の記事「不均衡な二元要因混合モデルにおける分母の自由度の近似法の比較」は、どちらの方法も通常はより良い方法であることを示しているようです。 Kenward-Roger近似では、ある程度の保守性が失われます。

— バイチュ
ソース

それのKenward、ロジャーは、あなたが主張する場合（なしの「s」）... Kenward-ロジャーのは...しかし、通常の...見もせずに表現link.springer.com/article/10.1198/108571102726

— ベンBolker

2つの方法のもう1つの違いは、Luke（2017）で説明されています。

Kenward-Roger（Kenward＆Roger、1997）とSatterthwaite（1941）の両方のアプローチを使用して、F統計の分母の自由度またはt統計の自由度を推定します。SAS PROC MIXEDは、Satterthwaite近似を使用しています（SAS Institute、2008）。Satterthwaite近似はMLまたはREMLモデルに適用できますが、Kenward-Roger近似はREMLモデルにのみ適用されます。
（私の大胆な）

ルーク、SG（2017）。R. Behavior Research Methods、49： 4、1494-1502の線形混合効果モデルの重要性の評価。https://doi.org/10.3758/s13428-016-0809-y

— エンジェル・ルー
ソース