afex包mixed()输出的混合效应模型比较结果解读与最优模型选择咨询

首先明确：不能直接仅根据p值大小删除模型项，必须遵守交互项的层级包含原则，即如果某一高阶交互项显著，其包含的所有低阶主效应、低阶交互项无论p值是否显著，都必须保留在模型中，否则会导致系数解释偏误、高阶效应结果不可靠。

结合你的输出结果，具体筛选逻辑如下：

• 你有1个显著的三阶交互项mimicry:modality:valence，因此它包含的3个主效应（mimicry、modality、valence）、3个二阶交互项（mimicry:modality、mimicry:valence、modality:valence）全部必须保留，即使其中mimicry:valencep值不显著、mimicry:modality边缘显著也不能删除。
• 你有1个显著的二阶交互项valence:category，因此它包含的2个主效应（valence、category）必须保留，这和你输出中两个主效应本身显著的结果一致。
• 剩余不显著的项中，没有被任何显著高阶交互包含的，可以评估后删除：
  • 二阶交互mimicry:category、modality:category，没有对应的显著高阶交互，可删除
  • 除mimicry:modality:valence外的其余3个三阶交互、以及四阶交互均不显著，可全部删除
• 完成初步筛选后，你需要对简化后的模型和原全模型做似然比检验，确认删除项没有显著降低模型拟合度，若LRT结果不显著，说明简化是合理的。

你最终可以参考的简化模型固定效应结构如下：

Pleasantness ~ mimicry * modality * valence + valence * category + (1 | Subject)

另外如果模型可以收敛，你可以考虑给三个被试内变量添加对应随机斜率，进一步控制被试异质性，若出现收敛警告则保持现有仅截距的随机效应结构即可。

内容的提问来源于stack exchange，提问作者Cai Rendong