r - 混合効果モデルで係数とその信頼区間を取得する方法は?

Question

lmandglmモデルでは、関数 and を使用しcoefてconfint目標を達成します。

m = lm(resp ~ 0 + var1 + var1:var2) # var1 categorical, var2 continuous
coef(m)
confint(m)

lmerここで、モデルにランダム効果を追加しました - lme4 パッケージの関数を使用して混合効果モデルを使用しました。しかし、その後、機能し、私にとってはもう機能coefしconfintません!

> mix1 = lmer(resp ~ 0 + var1 + var1:var2 + (1|var3)) 
                                      # var1, var3 categorical, var2 continuous
> coef(mix1)
Error in coef(mix1) : unable to align random and fixed effects
> confint(mix1)
Error: $ operator not defined for this S4 class

グーグルでドキュメントを使用しようとしましたが、結果はありませんでした。私を正しい方向に向けてください。

編集: この質問がhttps://stats.stackexchange.com/により適しているかどうかも考えていましたが、統計よりも技術的であると考えているため、ここ (SO) に最も適していると結論付けました...どう思いますか?

Answer 1

と出力の 95% 信頼限界を計算できる2 つの新しいパッケージlmerTestとlsmeansがあります。多分あなたはそれらを調べることができますか？そして、coefplot2、私もそれを行うことができると思います (ベンが以下で指摘しているように、それほど洗練されていない方法で、Wald 統計の標準誤差から、 および で使用される Kenward-Roger および/または Satterthwaite df 近似とは対照的です)。 .. パッケージに組み込みのプロット機能がまだないのは残念です(パッケージにあるように、これはオブジェクトとオブジェクトで 95% の信頼限界も返しますが、確率因子を一切使用せずにモデルを再適合することによってそうします。これは明らかに正しくありません）。lmerglmerlmerTestlsmeanslsmeanseffects()lmerglmer

Answer 2

古き良き lme (パッケージ nlme) を使用することをお勧めします。それにはコンフィントがあり、コントラストのコンフィントが必要な場合は、一連の選択肢があります (gmodels では推定可能、コントラストではコントラスト、multcomp では glht)。

lmer に p 値と confint がない理由: http://finzi.psych.upenn.edu/R/Rhelp02a/archive/76742.htmlを参照してください。

Answer 3

固定効果の正規近似を仮定すると (confint も同様です)、95% の信頼区間を次のように取得できます。

推定値 + 1.96*標準誤差。

以下は、分散成分/変量効果には適用されません。

library("lme4")
mylm <- lmer(Reaction ~ Days + (Days|Subject),  data =sleepstudy)

# standard error of coefficient

days_se <- sqrt(diag(vcov(mylm)))[2]

# estimated coefficient

days_coef <- fixef(mylm)[2]

upperCI <-  days_coef + 1.96*days_se
lowerCI <-  days_coef  - 1.96*days_se

Answer 4

代わりにパッケージtab_model()からの機能をお勧めします。sjPlotマークダウンの準備が整った、クリーンで読みやすい出力。ここを参照し、ここに例を示します。

同じパッケージから視覚的に傾いている人にplot_model()も便利かもしれません.

代替ソリューションは、functionを使用したparameters パッケージによるものです。model_parameters()