從blmer（回歸模型列表）中提取p值和估計？

Question

我有一個使用blmer創建的回歸模型列表，但我無法提取 p 值，因為它們不在anova(model)中或使用summary(model)$coefficients因為我需要提取 p 值對於多個系數。 只有當它是lmer model 時，我才有可提取的 p 值列。 是否有單獨的 function 或平均值來計算來自blmer的這些回歸模型的 p 值？

這是一個示例，除了我有一個模型列表：

m1 = blme::blmer(Y ~ sex + age + (1|id/Group), data=df) 
summary(m1)$coefficients 
anova(m1)

我的 output 不顯示 p 值列，只顯示 t 值，我知道這是 lmer 模型顯示的，但是當您在 lmer 上使用summary(model) lmer時，您有一個不顯示的 p 值列blmer 。

如果我直接將我的 blmer 模型格式化為帶有tab_model的 output 表，那么我有 p 值，但此時它是 html 表，有沒有辦法讓我在回歸系數 Z20F345E63F 8 模型的回歸系數 Z20F345E63FDAF394DBF38C3F666 級檢索 p 值?

Answer 1

sjPlot::tab_model從sjstat package 調用機械，而后者又從parameters package（ p_value函數）調用機械：

library(blme)
data("sleepstudy", package = "lme4")
fm1 <- blmer(Reaction ~ Days + (0 + Days|Subject), sleepstudy,
               cov.prior = gamma)
parameters::p_value(fm1)
##    Parameter            p
##1 (Intercept) 0.000000e+00
##2        Days 8.228424e-08

但是：從統計的角度來看，我建議對這些 p 值非常謹慎。 ?parameters:p_value的幫助頁面說

此 function 嘗試返回或計算模型參數的 p 值。 p 值的性質因 model 而異：
• 混合模型(lme4)：有待改進。

低於它表示它默認返回 Wald p 值。 這些 p 值不考慮：

• 對數似然面的非二次性質（我們需要似然曲線 CI）
• 有限尺寸校正（為此我們需要 Satterthwaite/Kenward-Roger/“內-外”自由度近似）
• 貝葉斯先驗的影響（據我所知，沒有人真正研究過貝葉斯先驗對常客 p 值的影響，因為問題是貝葉斯和常客方法的混雜）