Я пытаюсь протестировать модель линейного роста и проверяю автокорреляцию и гетероскедастичность, чтобы выяснить, следует ли мне включать их в мою (квадратичную) модель.
Мне удалось проверить автокорреляцию и выяснить, что модель с ним лучше подходит. Затем я перешел к тесту на гетероскедастичность. Сначала я провел предварительный тест однородности дисперсии с помощью функции tapply и увидел, что моя дисперсия со временем уменьшается, поэтому я добавил элемент varFixed к своему lme функция.
LMModel<-lme(Y ~ Time + I(Time^2), random=~Time | ID,
data=DATABASE, control = list(opt = "optim"), na.action=na.exclude,
correlation=corAR1(), weights=varFixed(~Time))
Модель работает правильно, но когда я пытаюсь сравнить ее с моей предыдущей моделью (с автокорреляцией, но без гетероскедастичности, т.е. без элемента varFixed ), anova не возвращает p-значения, а только AIC, BIC и лог вероятности. Запуск anova для сравнения всех моих предыдущих моделей также дал мне возможность проверить, была ли модель ew лучше. Как я могу сравнить гетероскедастическую модель с моделью с предположением однородной дисперсии?
Это мой вывод:
Model df AIC BIC logLik
LMModel4b 1 8 -1185.5020 -1139.1204 600.7510
LMModel4bb 2 8 -608.4465 -562.0649 312.2233
Заранее спасибо!