如何在R中对多重插补数据的线性混合模型做III型ANOVA分析？

核心思路：用mitml::TestModels的D3 LRT做模型比较 #

目前没有直接支持多重插补混合模型的III型ANOVA工具，嵌套模型比较是可行的替代方案——通过对比包含目标效应的全模型与去掉该效应的简化模型，用D3似然比检验（LRT）判断效应是否显著。

具体操作步骤（以lme4的lmer模型为例） #

假设你已用mice生成多重插补数据集（mira对象），并转换为mitml对象（通过mitml::complete(mira_obj, "all")）：

1. 拟合全模型
   示例模型代码：

   library(mitml)
   library(lme4)
   
   # 给所有插补数据集拟合全模型，必须设置REML=FALSE（LRT要求ML拟合）
   full_model <- with(data = mitml_obj, expr = lmer(y ~ x1 + x2 + (1|group), REML = FALSE))
   

2. 拟合去掉目标效应的简化模型
   要检验x1的显著性，就拟合剔除x1的模型：

   reduced_model_x1 <- with(data = mitml_obj, expr = lmer(y ~ x2 + (1|group), REML = FALSE))
   

3. 执行D3 LRT检验

   test_x1 <- TestModels(full_model, reduced_model_x1, method = "D3")
   print(test_x1)
   

   输出中的p值即为该主效应的显著性结果。

4. 批量检验所有主效应
   针对多个主效应，可通过循环批量处理：

   # 列出所有需检验的固定效应（排除截距项）
   effects <- c("x1", "x2")
   results <- list()
   
   for(eff in effects){
     # 构造简化模型的公式
     reduced_formula <- as.formula(paste0("y ~ ", paste(setdiff(effects, eff), collapse = " + "), " + (1|group)"))
     reduced_model <- with(data = mitml_obj, expr = lmer(reduced_formula, REML = FALSE))
     test_res <- TestModels(full_model, reduced_model, method = "D3")
     results[[eff]] <- test_res
   }
   
   # 查看所有检验结果
   lapply(results, print)
   

关键注意事项 #

• 必须用ML拟合模型（REML=FALSE），REML下的LRT结果不具备统计可靠性。
• 交互效应的检验逻辑一致：全模型保留交互项，简化模型移除交互项即可。
• 若使用nlme::lme拟合模型，仅需将lmer替换为lme，并设置method="ML"，其余步骤完全相同。

内容的提问来源于stack exchange，提问作者Alexandra Chapdelaine