使用 nonnest2 库对非嵌套线性混合效应回归模型 (lme4) 进行 Vuong 检验

Question

我想比较我在 R 中使用

lme4

拟合的一对非嵌套模型。 我想为此应用 Vuong 测试 (1989)。 似乎 nonnest2 包 是唯一支持 lme4 模型的包。然而，似乎存在一个问题——无论是依赖项还是我的模型。我不太明白。

这是我的代码示例。

library(lme4)
library(nonnest2)
library(merDeriv)

                             
m_1 <- lmer(LogRT ~ surprisal_S + covariate  (1|SubjectID) + (1 | UniqueWordID),                             data=df, REML=FALSE)

m_2 <- lmer(LogRT ~ surprisal_T + covariate  (1|SubjectID) + (1 | UniqueWordID),                             data=df, REML=FALSE)

# follow the docs
vcl <- function(obj) vcov(obj, full=TRUE)
vuongtest(m_1, m_2, vc1=vcl, vc2=vcl, nested=FALSE)

错误要么是“错误：无法分配大小为 76.4 Gb 的向量”，要么只是终止脚本。 我的机器上有足够的内存。 关于问题是什么有什么想法吗？

我遵循了文档，但尚未找到有效的示例。

Answer 1

您没有给出可重现的示例。这个最小的示例有效，并且似乎具有您案例的基本特征，因此我们需要一个可重现的示例。

require(nonnest2)
require(lme4)
require(merDeriv)

vcl <- function(obj) vcov(obj, full=TRUE)
sleepstudy$x <- rnorm(nrow(sleepstudy))
m_1 <- lmer(Reaction ~ Days + (1 | Subject), sleepstudy, REML=FALSE)
m_2 <- update(m_1, . ~ . - Days + x)

vuongtest(m_1, m_2, vc1=vcl, vc2=vcl, nested=FALSE)

结果

Model 1 
 Class: lmerMod 
 Call: lmer(formula = Reaction ~ Days + (1 | Subject), data = sleepstudy, ...

Model 2 
 Class: lmerMod 
 Call: lmer(formula = Reaction ~ (1 | Subject) + x, data = sleepstudy, ...

Variance test 
  H0: Model 1 and Model 2 are indistinguishable 
  H1: Model 1 and Model 2 are distinguishable 
    w2 = 10.087,   p = 1.79e-05

Non-nested likelihood ratio test 
  H0: Model fits are equal for the focal population 
  H1A: Model 1 fits better than Model 2 
    z = 4.304,   p = 8.4e-06
  H1B: Model 2 fits better than Model 1 
    z = 4.304,   p = 1

来自

sessionInfo()

：

other attached packages:
[1] merDeriv_0.2-4 lavaan_0.6-17  sandwich_3.1-0 lme4_1.1-35.3  Matrix_1.7-0  
[6] nonnest2_0.5-6

loaded via a namespace (and not attached):
 [1] numDeriv_2016.8-1.1 lattice_0.22-6      splines_4.5.0      
 [4] bspm_0.5.7          zoo_1.8-12          pbivnorm_0.6.0     
 [7] stats4_4.5.0        CompQuadForm_1.4.3  mvtnorm_1.2-4      
[10] nloptr_2.0.3        grid_4.5.0          mnormt_2.1.1       
[13] compiler_4.5.0      boot_1.3-30         nlme_3.1-164       
[16] minqa_1.2.6         Rcpp_1.0.12         quadprog_1.5-8     
[19] MASS_7.3-60.0.1