これらの尤度比を正しく計算しましたか？

私はR のezパッケージの作成者であり、ANOVAの出力に尤度比（LR）の自動計算を含めるための更新に取り組んでいます。アイデアは、ANOVAが達成する効果のテストに類似した各効果のLRを提供することです。例えば、主な効果のためにLRは、主な効果を含むモデルにヌルモデルの比較を示し、相互作用のためのLRは、主効果の両方を含むモデル対の両方の成分主効果含むモデルの比較を表しとを彼らの相互作用など

LR計算の私の理解は、基本的な計算と複雑さの修正をカバーするGlover＆Dixon（PDF）と、反復測定変数を含む計算をカバーするBortolussi＆Dixon（付録PDF）の付録から得ています。理解度をテストするために、サンプルのANOVA（偽データを使用して2 * 2 * 3 * 4設計から生成された）からdfとSSを取得し、各効果のLRを計算するこのスプレッドシートを開発しました。

そのような計算にもう少し自信がある人が見て、私がすべてを正しくしたことを確認できたら本当に感謝しています。抽象コードを好む人のために、ezANOVA（）への更新を実装するRコードがあります（特に15〜95行目を参照）。

SS値からLRを計算する理由はかなり公平ですが、最小二乗法は同等ですが、尤度推定と同じではありません。（違いは、例えば、最小二乗アプローチで（n-1）で除算され、最尤法でnで除算されるseの計算で説明できます。したがって、最尤推定値は一貫していますが、わずかに偏っています）。

これにはいくつかの意味があります。尤度は比例するため、LRを計算できます。$\frac{1}{s}$

スプレッドシートを見てきましたが、「未補正のLR内」の値（そこで計算しようとしているものを完全に追跡しているわけではありません）は、私にはほとんどありません。

補足説明として、LRテストのパワーは、必要なモデルを単に対比できることです。すべてのモデルに対して対比する必要はありません（マルチテストエラーを低減します）。すべての用語に対してこれを行うと、LRはFテストと完全に同等になり、最小二乗の場合、数値的にもほぼ同じであることがわかります。

あなたのマイルは異なるかもしれませんが、私は2つの異なるフレームワークのコンセプトを混合する自信がありませんでした（すなわち、最小二乗対最尤）。個人的には、F統計を報告し、モデルを比較できる関数（正確にそれを行うlmeモデルのanova関数など）でLRを実装します。

私の2セント。

PS：私はあなたのコードを見ましたが、すべての変数を実際に理解できませんでした。コメントを使用してコードに注釈を付けると、生活が少し楽になります。EXCELシートも理解するのが最も簡単ではありません。後でもう一度確認して、何かを作成できるかどうかを確認します。