我是R 的ez程序包的作者，并且我正在进行一个更新，以在ANOVA的输出中包括自动计算似然比（LR）。这个想法是为每种效应提供一个LR，类似于ANOVA所达到的那种效应的测试。例如，主要效果的LR表示空模型与包含主要效果的模型的比较，交互作用的LR表示包含组件主要效果的模型与同时包含主要效果和他们的互动等等
现在，我对LR计算的理解来自Glover＆Dixon（PDF），它涵盖了基本计算以及对复杂性的更正，以及Bortolussi＆Dixon的附录（附录PDF），其中涵盖了涉及重复测量变量的计算。为了检验我的理解，我开发了此电子表格，该电子表格从示例ANOVA（使用虚假数据从2 * 2 * 3 * 4设计生成）中提取dfs和SS，并逐步计算每种效果的LR。
如果对这种计算更有信心的人可以看一下并确保我做的一切正确，我将不胜感激。对于那些喜欢抽象代码的人，这是实现对ezANOVA（）的更新的R代码（请参见第15-95行）。
Answers:
尽管从SS值计算LR的理由很合理，但是最小二乘法等效但与似然估计不同。（例如，可以在se的计算中说明差异，该差异在最小二乘法中被（n-1）除，在最大似然中被n除。因此，最大似然估计是一致的，但略有偏差）。
这具有一些含义：您可以计算LR，因为似然与1成正比。，但这不会给您带来无模型模型本身的可能性。它只是告诉您有关比率的一些信息。由于AIC通常是根据可能性定义的，因此我不确定是否可以按预期使用AIC。
我看过电子表格，但是“在内部的未校正LR”的值（我也没有完全遵循您试图在此处计算的值）对我来说似乎不太可能。
附带说明一下，LR测试的强大之处在于您可以对比所需的模型，而不必对所有模型都进行对比（这降低了多重测试的误差）。如果您对每一项都这样做，那么据我所知，就算在最小二乘法中，LR也完全相当于F检验。
您的目标可能会有所不同，但是我从来没有信心将两个不同框架的概念（即最小平方与最大似然）混合在一起。就个人而言，我会报告F统计信息并在允许比较模型的函数中实现LR（例如，用于lme模型的anova函数正是这样做的）。
我的2美分。
PS：我确实看过您的代码，但无法真正找出所有变量。如果您要使用注释来注释代码，那将使生活再容易一点。EXCEL表也不是最容易弄清楚的。稍后再检查，是否可以做得到。