Przybliżenia Satterthwaite vs. Kenward-Roger dla stopni swobody w modelach mieszanych

lmerTestPakiet zawiera anova()funkcję liniowe modele mieszane z ewentualnie zbliżenia Satterthwaite'a (domyślnie) Kenward-Roger ze stopniami swobody (df). Jaka jest różnica między tymi dwoma podejściami? Kiedy wybrać, który?

— doko
źródło

Zobacz artykuł towarzyszący Kuznetsova i in., 2017, pakiet lmerTest: Testy w liniowych modelach efektów mieszanych .

— ameba mówi Przywróć Monikę

W dyskusji mówią: „Z naszej praktyki zauważyliśmy, że wartości p, które zapewniają metody aproksymacyjne, są zasadniczo bardzo do siebie zbliżone. Schaalje, McBride i Fellingham (2002) przeprowadzili szereg symulacji w celu zbadania stosowności metody aproksymacyjne. Odkryli, że złożoność struktur kowariancji, wielkość próbki i nierównowaga wpływają na wyniki obu aproksymacji. Jednak czynniki te wpływają bardziej na metodę Satterthwaite'a niż na Kenwarda-Rogera ”.

— ameba mówi Przywróć Monikę

Dwa przykłady, w których KR podaje bardziej odpowiednie dfs niż Satterthwaite: stats.stackexchange.com/questions/320895 i stats.stackexchange.com/questions/84268 .

— ameba mówi Przywróć Monikę

Kolejny przykład: stats.stackexchange.com/questions/331541 .

— ameba mówi Przywróć Monikę

Artykuł Ocena istotności w liniowych modelach efektów mieszanych w R. autorstwa Stevena G. Luke'a zawiera kilka ciekawych porównań tych metod. Stwierdzono, że zarówno KR, jak i Satterthwaite pochodzące z modeli REML wytwarzają akceptowalne poziomy błędów typu I nawet dla mniejszych próbek.

— cbrnr

Odpowiedzi:

Chciałbym również dowiedzieć się, jaka może być różnica. Najlepsze, co mogę wam teraz zaoferować, to to, że ten post na blogu sugeruje, że przybliżenie Kenwarda-Rogera jest nieco, ale prawdopodobnie nie znacząco, bardziej konserwatywne niż przybliżenie Satterthwaite. Autor zauważa również, że oba są bardziej konserwatywne niż normalne przybliżenie, ale znowu, niewiele, jeśli wielkość próbki jest wystarczająco wysoka. Nie jestem jednak pewien, czy był to ogólny wniosek autora, czy nie.

Edytuj: Dodam, że artykuł „Porównanie metod aproksymacji stopni mianownika w niezrównoważonym dwukierunkowym mieszanym modelu czynnikowym” autorstwa KB Gregory'ego wydaje się wskazywać, że żadna z metod nie jest zazwyczaj lepszą metodą, chociaż najwyraźniej zdarza się, że Przybliżenie Kenwarda-Rogera traci pewien poziom konserwatywności.

— Bajcz
źródło

to Kenward-Roger (bez „s”) ... Kenward-Roger, jeśli nalegasz ... ale zwykle wyrażany bez „s” ... zobacz także link.springer.com/article/10.1198/108571102726

— Ben Bolker

Inną różnicę między tymi dwiema metodami opisano w Luke (2017):

Zarówno podejścia Kenwarda-Rogera (Kenward i Roger, 1997), jak i Satterthwaite (1941) służą do oszacowania mianownika stopni swobody dla statystyki F lub stopni swobody dla statystyki t. SAS PROC MIXED wykorzystuje przybliżenie Satterthwaite (SAS Institute, 2008). Podczas gdy przybliżenie Satterthwaite można zastosować do modeli ML lub REML, przybliżenie Kenwarda-Rogera stosuje się tylko do modeli REML.
(mój pogrubienie)

Luke, SG (2017). Ocena znaczenia w liniowych modelach efektów mieszanych w R. Behaviour Research Methods, 49: 4 , 1494-1502. https://doi.org/10.3758/s13428-016-0809-y

— Angel Lu
źródło