Satterthwaite vs. Kenward-Roger-Näherungen für die Freiheitsgrade in gemischten Modellen

Das lmerTestPaket bietet eine anova()Funktion für lineare gemischte Modelle mit optionaler Satterthwaite- (Standard) oder Kenward-Roger-Näherung der Freiheitsgrade (df). Was ist der Unterschied zwischen diesen beiden Ansätzen? Wann soll man welche wählen?

— doko
quelle

Siehe das Begleitpapier Kuznetsova et al., 2017, lmerTest Package: Tests in linearen Mixed-Effects-Modellen .

— Amöbe sagt Reinstate Monica

In der Diskussion heißt es: "Aus unserer Praxis haben wir festgestellt, dass die p - Werte, die die Approximationsmethoden liefern, im Allgemeinen sehr nahe beieinander liegen. Schaalje, McBride und Fellingham (2002) haben eine Reihe von Simulationen durchgeführt, um die Angemessenheit von zu untersuchen Sie stellten fest, dass die Komplexität der Kovarianzstrukturen, die Stichprobengröße und das Ungleichgewicht die Leistung beider Approximationen beeinflussen. Diese Faktoren beeinflussen die Satterthwaite-Methode jedoch stärker als die Kenward-Rogers.

— Amöbe sagt Reinstate Monica

Zwei Beispiele, in denen KR geeignetere dfs als Satterthwaite angibt : stats.stackexchange.com/questions/320895 und stats.stackexchange.com/questions/84268 .

— Amöbe sagt Reinstate Monica

Ein weiteres Beispiel: stats.stackexchange.com/questions/331541 .

— Amöbe sagt Reinstate Monica

Der Artikel Bewertung der Signifikanz in linearen Mischeffektmodellen in R von Steven G. Luke enthält einige schöne Vergleiche dieser Methoden. Es wird gefolgert, dass sowohl KR als auch Satterthwaite, die von REML-Modellen abgeleitet wurden, akzeptable Fehlerraten vom Typ I selbst für kleinere Stichproben erzeugen.

— cbrnr

Antworten:

Ich bin auch daran interessiert herauszufinden, was der Unterschied sein könnte. Das Beste, was ich Ihnen im Moment anbieten kann, ist, dass dieser Blogeintrag nahe legt, dass die Kenward-Roger-Näherung etwas, aber wahrscheinlich nicht signifikant konservativer ist als die Satterthwaite-Näherung. Der Autor merkt auch an, dass beide konservativer sind als die normale Annäherung, aber wiederum nicht viel, wenn die Stichprobengröße hoch genug ist. Ich bin nicht sicher, ob dies eine verallgemeinerbare Schlussfolgerung des Autors war oder nicht.

Edit: Ich werde hinzufügen, dass der Artikel "Ein Vergleich der Näherungsmethoden der Nennerfreiheitsgrade im unausgeglichenen faktoriellen Zwei-Wege-Mischmodell" von KB Gregory darauf hindeutet, dass keine der beiden Methoden in der Regel eine bessere Methode ist, obwohl es anscheinend Fälle gibt, in denen die Die Kenward-Roger-Annäherung verliert etwas an Konservativität.

— Bajcz
quelle

es ist Kenward-Roger (kein "s") ... Kenward-Roger, wenn Sie darauf bestehen ... aber normalerweise ohne das "s" ausgedrückt ... siehe auch link.springer.com/article/10.1198/108571102726

— Ben Bolker

Ein weiterer Unterschied zwischen den beiden Methoden ist in Luke (2017) beschrieben:

Sowohl der Kenward-Roger-Ansatz (Kenward & Roger, 1997) als auch der Satterthwaite-Ansatz (1941) werden verwendet, um Nennerfreiheitsgrade für F-Statistiken oder Freiheitsgrade für t-Statistiken zu schätzen. SAS PROC MIXED verwendet die Satterthwaite-Näherung (SAS Institute, 2008). Während die Satterthwaite-Näherung auf ML- oder REML-Modelle angewendet werden kann, wird die Kenward-Roger-Näherung nur auf REML-Modelle angewendet.
(mein kühnes)

Luke, SG (2017). Bewertung der Signifikanz in Modellen mit linearen gemischten Effekten in R. Behavior Research Methods, 49: 4 , 1494-1502. https://doi.org/10.3758/s13428-016-0809-y

— Engel Lu
quelle