¿Cuál de los (dos) valores p conflictivos debo usar al estimar lmer usando R

Question

Recientemente he empezado a usar LMM que posiblemente me da una mejor visión de mi VD. Sólo que tengo algunos datos contradictorios respecto a si alguna variable es significativa o no.

Las variables Us y Hed son variables continuas, y App y Category son datos multicategóricos (ordinales) (establecidos como factores en R)

Mi función de lmer:

    xxlmer <- lmer(Us ~ App + Hed + (1|Category), data = dataset)

Ahora me he dado cuenta de que lmer no muestra el valor p. Y he leído que esto se hace por algunas buenas razones. Sin embargo, me gustaría calcularlos para utilizarlos en mi tesis.

Primero encontré el siguiente código que traducía los valores t a valores p (por lo que estoy muy agradecido).

coefs <- data.frame(coef(summary(xxlmer )))
# use normal distribution to approximate p-value
coefs$p.z <- 2 * (1 - pnorm(abs(coefs$t.value)))
coefs

Esto me da con éxito los valores p, que se ven así:

            Estimate   Std..Error   t.value        p.z
(Intercept) 2.9044048 0.49348777 5.8854646 3.969374e-09
App1        0.1600932 0.21344810 0.7500335 4.532345e-01
App3        0.3825582 0.20096127 1.9036414 5.695690e-02
Hed         0.3417938 0.09047678 3.7776961 1.582858e-04

Sin embargo, cuando posteriormente uso el 'xxlmer' en stargazer también me da valores p. Estos son mucho más conservadores, haciendo que la mayoría sean insignificantes (ni siquiera muestra una estrella, que es el equivalente a <0,1). Sé que hay un debate sobre el cálculo y el uso de los valores p, y que se ha eliminado deliberadamente de la función lmer. Pero siempre he supuesto que la diferencia no era tan grande.

Por lo tanto, mi pregunta es: ¿En cuál de los resultados puedo confiar y, por tanto, debo utilizar?

Answer 1

Sobre el Código @Amoeba ya ha corregido sus problemas. La función Lmer es una de las buenas opciones para cumplir el objetivo de su estudio. El estadístico t que ha obtenido en la salida es apropiado para interpretar las variables explicativas propuestas en el modelo en el que está trabajando. Los valores p de T pueden ser reportados por la razón de que es una práctica habitual con una Precaución como se indica en su pregunta. Debe informar del tamaño de la muestra junto con las hipótesis del modelo.