test de signification

Postez ici vos questions, réponses, commentaires ou suggestions - Les sujets seront ultérieurement répartis dans les archives par les modérateurs

Modérateur : Groupe des modérateurs

Bienvenue KOUWAYE
Messages : 42
Enregistré le : 03 Sep 2010, 11:18

test de signification

Messagepar Bienvenue KOUWAYE » 06 Sep 2010, 15:00

Bonjour
dans un modele lineaire generalisé mixte, quels tests et quelles commandes il faut utiliser sous R pour faire les tests suivants: si σ est une composante de la variance des effets aleatoires ; H0 : σ 2 =0 . Comment faire ce test et pourquoi?
Merci
KOUWAYE BIENVENUE
Phd STUDENT
STATISTIQUE APPLIQUEE
Université Paris 1 Panthéon Sorbonne (France)
Laboratoire SAMM
Université d'Abomey-Calavi (Bénin)/ CIPMA
BENIN

Renaud Lancelot
Messages : 2484
Enregistré le : 16 Déc 2004, 08:01
Contact :

Messagepar Renaud Lancelot » 06 Sep 2010, 17:53

Petite question mais gros problème ! Voir toutes les discussions à ce sujet sur la liste spécialisée R-SIG-ME, en faisant par exemple

Code : Tout sélectionner

RSiteSearch("test random effect", restrict = "R-sig-mix")


Avec un GLMM, le pb est encore plus ardu qu'avec un LMM. En pratique, le package glmmML propose un test par bootstrap dans le cas où l'effet aléatoire est lié à l'intercept. Pour des solutions plus générales, je pense qu'il faut aller vers des méthodes bayésiennes basées sur des algorithmes MCMC. Voir par exemple le package MCMCglmm.

A terme, le package lme4 devrait proposer des solutions, soit par MCMC, soit par profilage de la vraisemblance. Actuellement limité aux LMM.
Renaud

Bienvenue KOUWAYE
Messages : 42
Enregistré le : 03 Sep 2010, 11:18

Messagepar Bienvenue KOUWAYE » 07 Sep 2010, 09:22

Renaud Lancelot a écrit :Petite question mais gros problème ! Voir toutes les discussions à ce sujet sur la liste spécialisée R-SIG-ME, en faisant par exemple

Code : Tout sélectionner

RSiteSearch("test random effect", restrict = "R-sig-mix")


Avec un GLMM, le pb est encore plus ardu qu'avec un LMM. En pratique, le package glmmML propose un test par bootstrap dans le cas où l'effet aléatoire est lié à l'intercept. Pour des solutions plus générales, je pense qu'il faut aller vers des méthodes bayésiennes basées sur des algorithmes MCMC. Voir par exemple le package MCMCglmm.

A terme, le package lme4 devrait proposer des solutions, soit par MCMC, soit par profilage de la vraisemblance. Actuellement limité aux LMM.





ok j' ai essayé le code .J'ai vu les interventions, mais finalement il n'y aucune regle bien definie sur les tets de significations de composantes de la variance.
meme le test propose ne peut pas etre valide parce que les deux modeles n'ont pas ete construit avec les memes fonctions.
un avec le lmer et l'autre avec lm , donc le test du rapport de vraisemblance ne sera pas valide.
Proposez moi autre chose
Merci beaucoup

KOUWAYE BIENVENUE

Phd STUDENT

STATISTIQUE APPLIQUEE

Université Paris 1 Panthéon Sorbonne (France)

Laboratoire SAMM

Université d'Abomey-Calavi (Bénin)/ CIPMA

BENIN


Retourner vers « Questions en cours »

Qui est en ligne

Utilisateurs parcourant ce forum : Google [Bot] et 1 invité