model.comp()用于多个模型的比较，用法如下：
model.comp(...,LRT=FALSE,boundary = TRUE)
其中，…为esR运行结果，LRT为是否进行LRT检验；
简单示例如下：
m1<-echidna(es0.file="fm.es0",
fixed=h3~1+Rep,random=~Fam)
m2<-echidna(es0.file="fm.es0",
fixed=h3~1+Rep,random=~Fam+Fam:Rep)
model.comp(m1,m2,LRT=TRUE)
运行结果如下：
> model.comp(m1,m2,LRT=TRUE)
Model comparison results as following:
parNO LogL AIC BIC AIC.State BIC.State
m1 2 -2346.84 4697.68 4706.31
m2 3 -2336.64 4679.28 4692.23 better better
=====================================
Likelihood ratio test (LRT) results:
note:left model before "/" is full model,right is reduced.
Likelihood ratio test(s) assuming nested random models.
(See Self & Liang, 1987)
df LR-statistic Pr(Chisq)
m2/m1 1 20.4 3.141e-06 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
运行结果简单说明，第一部分的AIC和BIC结果显示，模型2为更优模型；第二部分的LRT检验结果表明，m2是全阶模型，m1为降阶模型，移除Fam:Rep项后，模型发生显著变化，表明Fam:Rep项是显著的，即m2是更优模型。
做模型比较时，应注意，固定效应需要是一样的。
当然，model.comp()可用于2个以上的模型比较。
E
https://blog.sciencenet.cn/blog-1114360-1274680.html
上一篇：
AFEchidna包的简单示例2--单变量的批量分析下一篇：
AFEchidna示例8--分析阈性状
