我们提供了对线性回归模型和混合线性回归模型进行置换测试的解决方案。它允许用户获得准确的p值,而无需对数据进行分布假设。由通过响应变量的重复排列生成测试统计的空分布,置换测试为传统参数测试提供了一种强大的替代方法(Holt等人(2023))<doi:10.1007/s10683-023-09799-6>). 在这个早期版本中,我们重点关注观察到的置换测试β系数的t值,即通过参数测试生成的原始t值。生成null后通过响应变量的重复排列得出的测试统计量的分布,每个观察到的t值将与空分布进行比较,以生成p值。为了提高效率标准(Anscombe(1953)<doi:10.1111/j.2517-6161.1953.tb00121.x>)用于强制置换停止如果该值的估计标准偏差低于估计p值的一小部分。这样做,在精确置换方法中,我们避免了大量计算的需要,同时仍然生成稳定和准确的p值。
请使用规范形式https://CRAN.R-project.org/package=lmerPerm链接到此页面。