我想从nlme软件包报告一个阶乘lme的结果。我想知道A对Y的总体效果。为此，我将模型与空模型进行比较：
m1 <- lme(y~A,random=~1|B/C,data=data,weights=varIdent(form = ~1|A),method="ML")
m0 <- lme(y~1,random=~1|B/C,data=data,weights=varIdent(form = ~1|A),method="ML")
我正在使用最大可能性，因为我正在比较具有不同主要影响的模型。 stats::anova(m0,m1)给了我显着的P值，这意味着A对Y具有显着影响。但是，与使用LME4制成的LMER模型相反，没有给出CHI2值。首先：这种方法有效吗？第二：报告结果的最佳方法是什么？感谢您的回答
具有lme的ANOVA应为您提供与lmer相同的信息。两者都使用所谓的偏差测试或似然比测试。ANOVA返回的表中的L.ratio部分仅仅是两个模型的Loglikelihood的差异乘以-2。偏差测试对CHI2分布的模型参数（在您的情况1）的自由度差的CHI2分布进行测试。因此，lme模型在L.ratio下报告的值与lmer型号报告的CHI2值相同（假设模型当然是相同的，并且lmer将值回合至小数）。
该方法是有效的，您可以在L.ratio下报告值以及自由度和P值的程度，但是我将在您的报告中添加更多信息，例如模型的固定和随机系数和您的其他参数添加了'（例如权重下指定的水平的方差差异）。如果您只对A的固定效果感兴趣，那么在少数组的情况下建议进行REML估计值，但也应该是适当的（Snijders＆amp; Bosker，2012）。测试统计量是模型摘要输出summary(m1)中的T值和相关的p值。第6章Snijders＆amp;Bosker（2012）对固定和随机参数的测试提供了很好的解释。除了报告示例。