为什么有随机效果的fitlme和没有随机效果的fitlme得到的结果是一样的

18次浏览(过去30天)

显示旧的注释

李鹏 2021年8月6日

0
链接

直接链接到这个问题

//www.tianjin-qmedu.com/matlabcentral/answers/893902-why-does-fitlme-with-a-random-effect-gives-the-same-results-to-fitlme-without-the-random-effect

评论道: 李鹏 2021年8月12日

t.txt

考虑到所附数据。

                          可读的(“t.txt”）;
                         
                          Mdl1 = fitlme(tbl，'y ~ g + (1|match)'）
                         
                             mdl1 =
                            
                             线性混合效应模型采用ML拟合
                             模型信息:观察数1134固定效应系数2随机效应系数567协方差参数2公式:Y ~ 1 + g +(1 |匹配)模型拟合统计数据:AIC BIC对数似然偏差2914.1 2934.2 -1453 2906.1固定效应系数(95% ci):名称估计SE tStat DF pValue Lower Upper{'(截取)'}-0.087584 0.036597 -2.3932 1132 0.016864 -0.15939 -0.015779 {'g'} -0.20722 0.051756 -4.0038 1132 6.6391e-05 -0.30877 -0.10567随机效应协方差参数(95% ci):组:匹配(567级别)Name1 Name2类型估计下上限{'(拦截)'}{'(拦截)'}{'std'} 1.5011e-06 NaN NaN组:错误名称估计下上限{'Res std'} 0.87144 0.8363 0.90805

                          Mdl2 = fitlme(tbl，“y ~ g”）
                         
                             mdl2 =
                            
                             线性混合效应模型采用ML拟合
                             模型信息:观察数1134固定效应系数2随机效应系数0协方差参数1公式:Y ~ 1 + g模型拟合统计数据:AIC BIC LogLikelihood偏差2912.1 2927.2 -1453 2906.1固定效应系数(95% ci):名称估计SE tStat DF pValue Lower Upper{'(截取)'}-0.087584 0.036597 -2.3932 1132 0.016864 -0.15939 -0.015779 {'g'} -0.20722 0.051756 -4.0038 1132 6.6391e-05 -0.30877 -0.10567随机效应协方差参数(95% ci):组:错误名称估计下上{'Res Std'} 0.87144 0.8363 0.90805

为什么它们给出完全相同的输出?假设第一个模型应该等价于配对t检验

                          [h, p] = ttest(tbl.y(tbl. y)G == 1)， tbl.y(tbl. y)G == 0))
                         
                            H = 1

                            P = 1.0788e-04