如何量化具有随机效应的模型的重要性？<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />当在JMP中运行包含随机效应的模型时，无法计算ANOVA表，因此不会生成整个模型的p值。相反，计算REML Varaince Compenent Estimates。我想知道当包含随机效应时是否有任何方法可以获得整个模型的p值。我知道p值并不总是可行的方式（我也在使用AICc），但我认为需要一个p值来帮助其他人解释我的模型。
Re：如何量化具有随机效应的模型的重要性？想想什么是ap值 - 零假设被拒绝的概率通常是给出的答案。 但它有一些假设，第一个是存在某种测试。 关于我能想到的唯一一个测试是似然比检验，将拟合模型的对数似然与空模型进行比较。 事实证明，对于合理大小的数据集和有限数量的模型参数，AICc就像你能找到的那样好。 然而，比较-2对数似然的卡方值是我能想到的唯一“p值”生成测试。
史蒂夫德纳姆
