Satterthwaite vs Kenward-Roger perkiraan untuk derajat kebebasan dalam model campuran

The lmerTestpaket menyediakan anova()fungsi untuk model linear campuran dengan opsional pendekatan Satterthwaite (default) atau Kenward-Roger dari derajat kebebasan (df). Apa perbedaan antara kedua pendekatan ini? Kapan memilih yang mana?

— doko
sumber

Lihat kertas pendamping Kuznetsova et al, 2017, lmerTest Package: Tes dalam Linear Mixed Effects Models .

— Amuba kata Reinstate Monica

Dalam Diskusi mereka mengatakan "Dari praktik kami, kami mengamati bahwa nilai-nilai p yang diberikan metode perkiraan umumnya sangat dekat satu sama lain. Schaalje, McBride, dan Fellingham (2002) melakukan sejumlah simulasi untuk menyelidiki kesesuaian dari metode aproksimasi. Mereka menemukan bahwa kompleksitas struktur kovarian, ukuran sampel, dan ketidakseimbangan mempengaruhi kinerja kedua aproksimasi. Namun, faktor-faktor ini lebih memengaruhi metode Satterthwaite daripada Kenward-Roger. "

— Amuba kata Reinstate Monica

Dua contoh di mana KR memberikan lebih banyak dfs daripada Satterthwaite: stats.stackexchange.com/questions/320895 dan stats.stackexchange.com/questions/84268 .

— Amoeba berkata Reinstate Monica

Contoh lain: stats.stackexchange.com/questions/331541 .

— Amuba kata Reinstate Monica

Artikel Mengevaluasi signifikansi dalam model efek campuran linier dalam R oleh Steven G. Luke memiliki beberapa perbandingan yang bagus dari metode ini. Ini menyimpulkan bahwa baik KR dan Satterthwaite yang berasal dari model REML menghasilkan tingkat kesalahan Tipe I yang dapat diterima bahkan untuk sampel yang lebih kecil.

— cbrnr

Jawaban:

Saya juga tertarik untuk mencari tahu apa perbedaannya. Yang terbaik yang bisa saya tawarkan kepada Anda, untuk saat ini, adalah bahwa posting blog ini menunjukkan bahwa perkiraan Kenward-Roger sedikit, tetapi mungkin tidak secara signifikan, lebih konservatif daripada perkiraan Satterthwaite. Penulis juga mencatat bahwa keduanya lebih konservatif daripada perkiraan normal, tetapi sekali lagi, tidak terlalu banyak jika ukuran sampel cukup tinggi. Saya tidak yakin apakah ini merupakan kesimpulan umum dari penulis atau tidak.

Sunting: Saya akan menambahkan bahwa artikel "Perbandingan metode pendekatan kebebasan denominator dalam model campuran dua arah faktorial yang tidak seimbang" oleh KB Gregory tampaknya menunjukkan bahwa tidak ada metode yang biasanya merupakan metode yang lebih baik, walaupun tampaknya ada beberapa kesempatan di mana Perkiraan Kenward-Roger kehilangan tingkat konservatif.

— Bajcz
sumber

itu Kenward-Roger (bukan "s") ... Kenward-Roger jika Anda bersikeras ... tetapi biasanya diekspresikan tanpa ... lihat juga link.springer.com/article/10.1198/108571102726

— Ben Bolker

Perbedaan lain antara kedua metode tersebut dijelaskan dalam Luke (2017):

Kedua pendekatan Kenward-Roger (Kenward & Roger, 1997) dan Satterthwaite (1941) digunakan untuk memperkirakan derajat kebebasan penyebut untuk statistik F atau derajat kebebasan untuk statistik t. SAS PROC CAMPURAN menggunakan pendekatan Satterthwaite (SAS Institute, 2008). Sementara pendekatan Satterthwaite dapat diterapkan untuk model ML atau REML, pendekatan Kenward-Roger hanya diterapkan untuk model REML.
(berani saya)

Luke, SG (2017). Mengevaluasi signifikansi dalam model efek campuran linier dalam Metode Penelitian Perilaku R. , 49: 4 , 1494-1502. https://doi.org/10.3758/s13428-016-0809-y

— Malaikat Lu
sumber