У меня есть Y (зависимая переменная), и у меня есть несколько X (независимых переменных) в смешанной линейной модели случайных эффектов. Я хочу знать, какие переменные являются статистически значимыми в автоматическом режиме
Я пробовал следующий код для получения P-значения через ANOVA, но он показывает уменьшенные значения P-значения каждый раз, когда я добавляю новую переменную. Хотя это не кажется слишком реалистичным.
library(lme4)
data = read.csv(Path)
#Statistical Difference (First try)
modelnull.model = lmer(Y ~ (1|x1), data=data, REML=FALSE)
model1.model = lmer(Y ~ (1|x1)+ (1|x2), data=data, REML=FALSE)
anova(modelnull.model,model1.model)
#Statistical Difference 2 (Second try)
model1.model = lmer(Y ~ (1|x1)+ (1|x2), data=data, REML=FALSE)
model2.model = lmer(Y ~ x3 + (1|x1)+ (1|x2), data=data, REML=FALSE)
anova(model1.model,model2.model)
#Statistical Difference 3 (third try)
model1.model = lmer(Y ~ x3+ (1|x1)+ (1|x2), data=data, REML=FALSE)
model2.model = lmer(Y ~ x3 + (1|x1)+ (1|x2)+(1|x4), data=data,REML=FALSE)
anova(model1.model,model2.model)
Я хочу знать, как автоматизировать все это для всех доступных переменных, и если то, что я сделал, хорошо с точки зрения обобщенного смешанного линейного моделирования.