Toetsen van nulhypothesen
Het toetsen van nulhypothesen gebruikt p-waarden om te testen of een variabele significant verschilt van nul. Door misbruik en overmatig gebruik van nulhypothesetoetsing en p-waarden heeft de American Statistical Association onlangs een verklaring uitgebracht over het gebruik van p-waarden.
Vanwege dit soort kritiek en andere numerieke uitdagingen neemt Doug Bates (de maker van het lme4-pakket) geen p-waarden op in zijn pakket. Toch wil of moet je p-waarden soms nog steeds schatten. Om hierin te voorzien bestaan er meerdere pakketten, waaronder het lmerTest-pakket.
lmerTest gebruikt dezelfde lmer()-syntaxis als het lme4-pakket, maar geeft andere outputs. In deze oefening pas je een lmer()-model met zowel lmerTest als lme4 toe.
Deze oefening maakt deel uit van de cursus
Hiërarchische en Mixed-Effects-modellen in R
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Load lmerTest
library(___)
# Fit a lmer use lme4
out_lme4 <-
lme4::___(Crime ~ Year2 + (1 + Year2 | County),
data = md_crime)
# Fit a lmer use lmerTest
out_lmerTest <-
lmerTest::___(Crime ~ Year2 + (1 + Year2 | County),
data = md_crime)
# Look at the summaries
summary(out_lme4)
summary(out_lmerTest)