Especificar as opções para Ajustar modelo de efeitos mistos

Você pode selecionar Máxima verossimilhança restrita (REML) ou Máxima verossimilhança (ML). Normalmente, você usa Máxima verossimilhança restrita (REML) porque a estimativa do componente de variância pelo REML é aproximadamente sem vício, enquanto o estimador de ML é com vício. No entanto, o vício fica menor para amostras maiores.

Use Máxima verossimilhança (ML) se você precisar testar se um modelo aninhado com menos número de termos de efeitos fixos é tão bom quanto o seu modelo de referência correspondente que tem mais termos de efeito fixos, tendo em conta que ambos os modelos têm o mesmo número de termos aleatórios e estrutura de variância do erro. Especificamente, seja seja o 2 negativo log-verossimilhança do modelo completo, e seja o 2 negativo log-verossimilhança do menor modelo.

Sob a hipótese nula, assintoticamente, siga uma distribuição do qui-quadrado com graus de liberdade igual à diferença no número de parâmetros para termos de efeitos fixos entre o modelo de referência e o modelo aninhado. É possível utilizar o teste da razão de verossimilhança para avaliar se um subconjunto de termos de efeito fixo pode ser removido do modelo de referência.

Para mais informações sobre o teste da razão de verossimilhança dos parâmetros fixos em um modelo de efeitos mistos, consulte B. T. West, K.B. Welch, and A.T. Gałecki (2007). Linear Mixed Models: A Practical Guide Using Statistical Software, First Edition. Chapman and Hall/CRC (34–36).

Normalmente, você usa Aproximação de Kenward-Roger porque os cálculos incluem um ajuste que reduz o vício em amostras pequenas. Também é possível usar Aproximação de Satterthwaite. Em geral, quanto maior o tamanho da amostra, menor é a diferença entre os dois métodos.

Em Pesos, insira uma coluna numérica de pesos para todos os valores de resposta. Use Pesos Se a variância do erro aleatório dentro dos valores de resposta não for constante. Em vez disso, para cada valor de resposta, a variância é igual ao inverso do peso correspondente multiplicando-se por uma constante.

Os pesos devem ser maiores que ou iguais a zero. A coluna de pesos devem ter o mesmo número de linhas que a coluna de resposta.

Insira o nível de confiança para todos os intervalos de confiança na saída.

Em geral, um nível de confiança de 95% funciona bem. Um nível de confiança de 95% indica que, se você extrair 100 amostras aleatórias da população para um parâmetro de interesse, os intervalos de confiança para aproximadamente 95 das amostras conterão o valor verdadeiro do parâmetro desconhecido. Para um determinado conjunto de dados, um nível de confiança mais baixo produz um intervalo de confiança mais estreito e um nível de confiança mais alto produz um intervalo de confiança mais amplo.

Você pode selecionar um intervalo bilateral ou um limite unilateral. Para o mesmo nível de confiança, um limite está mais perto da estimativa do ponto do que do intervalo. O limite superior não fornece um valor inferior provável. O limite inferior não fornece um valor superior provável.

Você pode exibir as médias ajustadas para os efeitos principais, as duas interações principais ou todos os termos do modelo na saída. Como alternativa, você pode exibir as médias para um subconjunto destes termos ou nenhum termo.

Se você selecionar Termos especificados, use o I = Calcular médias para o termo para o botão do termo para identificar os termos. Selecione um termo na lista, em seguida, pressione o botão. Um I indica que a média do termo será exibida. Se um termo que você esperava ver na lista não aparecer, precisará ser adicionado ao modelo.