Почему мои результаты ANOVA идентичны при сравнении двух моделей? - PullRequest
Новая
       66

Почему мои результаты ANOVA идентичны при сравнении двух моделей?

0 голосов
/ 27 июня 2019

Я сравниваю две модели, чтобы увидеть, является ли конкретное взаимодействие (Сессия Группа) значимым.Mod1 - полная модель, Mod2 - полная модель MINUS Сеанс Групповое взаимодействие. 

mod1 = lmer(accuracy ~ session + trialtype + group + session*trialtype +     
session*group + session*group*trialtype + trialtype*group + 
(1+trialtype|subject), data=data, REML=FALSE)

mod2 = lmer(accuracy ~ session + trialtype + group + session*trialtype + 
session*group*trialtype + trialtype*group + (1+trialtype|subject), 
data=data, REML=FALSE)

Вот мой идентичный вывод: 

Data: data
Models:
mod1: accuracy ~ session + trialtype + group + session * trialtype + 
mod1:     session * group + session * group * trialtype + trialtype * 
mod1:     group + (1 + trialtype | subject)
mod2: accuracy ~ session + trialtype + group + session * trialtype + 
mod2:     session * group * trialtype + trialtype * group + (1 + trialtype 
| 
mod2:     subject)
     Df    AIC    BIC  logLik deviance Chisq Chi Df Pr(>Chisq)
mod1 27 4026.4 4150.3 -1986.2   3972.4                        
mod2 27 4026.4 4150.3 -1986.2   3972.4     0      0          1

Что-то не так с кодомЯ просто не могу понять это.Кроме того, это правильный способ сравнить две модели, глядя на основные эффекты / взаимодействия?Я никогда не брал уроки MLM, поэтому я учил себя, как я это делаю.

Заранее спасибо!

Также: вот подмножество моих данных, как предлагается, если это поможет: 

subject  accuracy group session trialtype
1        5 1.0000000     1       2        BX
2       93 0.8000000     2       2        BX
3       12 0.8000000     2       2        BY
4       85 1.0000000     3       1        BX
5       21 1.0000000     3       2        AX
6       54 0.9900000     2       2        AX
7        2 0.8000000     1       1        BY
8       36 0.9142857     2       1        BX
9        1 1.0000000     1       2        AY
10       4 0.7900000     1       2        BY
...