LanguageR/lme4: aide sur les valeurs p pour les modèles avec des paramètres de corrélation aléatoires?

Question

J'ai utilisé le package languageR pour les modèles à effets mixtes avec la syntaxe à la fin de cette publication. Je peux utiliser pvals.fnc pour obtenir p -valeurs pour les modèles 1 et 3 (hd_lmer1 et hd_lmer2). L'utilisation de ce modèle avec deux donne le message d'erreur suivant:

p2 = pvals.fnc (hd_lmer2) Erreur dans pvals.fnc (hd_lmer2): échantillonnage MCMC n'a pas encore été mis en œuvre dans lme4_0.999375 pour les modèles avec paramètres de corrélation aléatoire

Je serais reconnaissant si quelqu'un pouvait m'aider sur la façon d'obtenir des valeurs p pour de tels modèles.

Modèles:

hd_lmer1 <- lmer(
    rot ~ time + group + sex + gen + (1 | subject) + (1 | rot.pre), 
    data = data_long, 
    REML = TRUE 
) 

hd_lmer2 <- lmer(
    rot ~ time + group + sex + gen + (time | subject) + (1 | rot.pre), 
    data = data_long, 
    REML = TRUE 
) 

hd_lmer3 <- lmer(
    rot ~ time * group + sex + gen + (1 | subject) + (1 | rot.pre), 
    data = data_long, 
    REML = TRUE 
) 

Answer 1

Il est un ancien poste, mais voici une solution qui peut être utile, en utilisant une méthode de comparaison de modèles pour tester si hd_lmer2 produit un meilleur ajustement que hdlmer1 (par exemple, si l'ajout de l'effet aléatoire est significatif ou non).

hdlmer1ml<-update(hdlmer1,REML=FALSE) 
hdlmer2ml<-update(hdlmer2,REML=FALSE) 

anova(hdlmer2ml,hdlmer1ml)