lmerTest를 사용하여 step()이 전체 모델에 대한 후방 제거에서 이상한 결과를 반환하는 이유

Question

lmerTest의 처리 단계 (모델) 결과가 비정상적인 이유가 혼란 스럽습니다.

m0 <- lmer(seed ~ connection*age + (1|unit), data = test) 

step(m0) 

참고 : "연결"모두와 "나이는"왜 나를 최종 모델이 표시되지 않습니다

---

Random effects: 
     Chi.sq Chi.DF elim.num p.value 
unit 0.25  1  1 0.6194 

Fixed effects: 
Analysis of Variance Table 

Response: y 
       Df Sum Sq Mean Sq F value Pr(>F) 
connection  1 0.01746 0.017457 1.5214 0.22142 
age    1 0.07664 0.076643 6.6794 0.01178 * 
connection:age 1 0.04397 0.043967 3.8317 0.05417 . 
Residuals  72 0.82617 0.011475     
--- 
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

Least squares means: 
     Estimate Standard Error DF t-value Lower CI Upper CI p-value 

Final model: 

Call: 
lm(formula = fo, data = mm, contrasts = l.lmerTest.private.contrast) 

Coefficients: 
     (Intercept)  connectionD    ageB connectionD:ageB 
     -0.84868   -0.07852   0.01281   0.09634 

as.factor()을 설정 한?

Answer 1

여기에있는 것은 LR 테스트에 따라 임의 효과가 NS로 제거된다는 것입니다. 그런 다음 고정 효과 모델의 anova 메서드 인 "lm"개체가 적용되었으며 NS 고정 효과가 제거되지 않았습니다. 여러분은 맞습니다. 결과물은 "lmer"오브젝트와 다르며 최소 제곱 평균 (차이)이 없습니다. 후자를 얻으려면 lsmeans 패키지를 사용해보십시오. 최종 모델의 NS 효과를 역방향으로 제거하기 위해 stats :: step 함수를 사용할 수 있습니다.