lmerでstepAICができないものか。。
lmerで独立変数が固定因子(カテゴリ)である場合は,method=REMLではなくて,ML?
http://d.hatena.ne.jp/spidermite/20041128
追記
ちなみに,lmeだと,できるくさい?
http://tolstoy.newcastle.edu.au/R/help/03a/4946.html
以前は lme() あるいは lme4() だった関数が lmer() になっている?
http://hosho.ees.hokudai.ac.jp/~kubo/ce/LmerIntroduction.html
ということであれば,lmeでやればよいのだろうか。
追記080411
glm vs. glmmML 及び glm vs. lmer の話。
でも,今読む気にはならないので,メモ。
http://d.hatena.ne.jp/East_Scrofa/20080413
追記080927
ランダム効果を使った統計モデルを使った方が良いような相談に乗る。今回は,知っている人や使っている人が周りに少ない(いない?)という欠点を除けば,結構良い提案をできたと思うのですが。。いつも通り,完全な自信はない(申し訳ない)。周りの人が理解できない(ほんとそれで良いかということも含めて)という欠点を避けるのであれば,ランダム効果にするカテゴリーに対して,一元分散分析で効果を検定してあげて,有意差がなければ,とりあえずプールしてやるというもの,まぁそんなに悪くはないと思う(生データを図示した時の感覚と同じ結果が得られる)。
ついでに,lmerの「引数のmethodがなくなった」ようです。道理でエラーが出るはずだ。REMLならば,特に指定する必要はなし。
追記081001
lmerで多重比較できるみたい。
http://martesorex.cocolog-nifty.com/blog/2008/05/lmermultcomp_4d42.html
追記081004
北大の久保先生のサイトに
nlme() は stepAIC(nlme(...)) 可能である!
とある。まだ試してない。というかnlmeの中に,lme(Linear Mixed-Effects)があるのか。
追記130403
ざっとしか調べてないので,情報が古いかもしれないけど,lme4ではやはりp値が計算されない(されるversionもあるみたいだけど),ということで,p値が欲しい場合は,計算されるnlmeを使うというのが一つの手なんだろう*1。でもあまり気持ちよくない。例えば,Douglas Batesさんは,ここにコメントを寄せていたります。
じゃあ,どうするかと短絡的に考えると,泥臭いけど,単にランダム効果ではなくて,固定効果として解析するのが良いような気がしてきた。自由度はもってかれるけど,少なくとも枠組みの中ではそういうこじれはない*2。あるいは,ベイズを使って信頼区間で議論するというものありかもしれないけど...
さらに調べて見ると,library(languageR)にあるpvals.fncという関数を使えば計算できるらしい。そのうちリンク切れしそうだけど,こことか。関連して,こことかこことかも参考になるかも。しかしまぁ,くせものですねぇ。