使用 ANOVA 进行模型比较
比较模型并不容易。 有许多可用的方法，但其中一些超出了本课程范围，例如模型选择（如 AIC）。
方差分析（ANOVA）是比较 lmer 模型的一种基础方法。
ANOVA 用于检验一个模型是否比另一个模型解释了更多的变异性。
它通过比较模型所能解释的变异量来完成这一点。
例如，您可以检验在 Maryland，Year 是否能预测 Crime。
为此，请构建仅包含 County 作为随机效应的空模型，以及包含 Year 的年份模型。
然后使用 anova() 函数比较这两个模型。
如果 Year 解释了显著的变异量，那么 P 值将小于您预先设定的阈值（通常为 0.05）。
本练习是课程的一部分
R 中的分层与混合效应模型
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Build the Null model with only County as a random-effect
null_model <- lmer(Crime ~ (1 | ___) , data = md_crime)
# Build the Year2 model with Year2 as a fixed and random slope and County as the random-effect
year_model <- lmer(Crime ~ ___ + (1 + ___ | ___) , data = md_crime)
# Compare null_model and year_model using an anova
anova(___, ___)