我的印象是包中的函数lmer()不会lme4产生 p 值（请参阅lmerp-values 和所有这些）。

我一直在使用 MCMC 生成的 p 值，而不是根据这个问题：混合模型中的显着影响lme4和这个问题：Can't find p-values in output from lmer()in lm4package inR .

最近我尝试了一个名为memisc的包，它getSummary.mer()可以将我的模型的固定效果转换为 csv 文件。就像变魔术一样，p出现了一个名为的列，它与我的 MCMC p 值非常接近（并且不会受到 using 带来的处理时间的影响pvals.fnc()）。

我暂时查看了代码getSummary.mer并发现了生成 p 值的行：

p <- (1 - pnorm(abs(smry@coefs[, 3]))) * 2

这是否意味着 p 值可以直接从lmer的输出而不是运行生成pvals.fnc？我意识到这无疑会引发“p 值恋物癖”辩论，但我很想知道。我以前没有听说过memisc提到lmer.

更简洁地说：使用 MCMC p 值比使用 MCMC p 值产生的好处是什么（如果有的话）getSummary.mer()？