2

2 番目のピースに対する共変量の影響をテストする区分線形ランダム係数モデルを実行しています。これにより、共変量 (piece2 + piece2:covariate) の影響下にある 2 番目のピースの係数が最初のピース (piece1) の係数と異なるかどうか、したがって成長率が異なるかどうかをテストしたいと考えています。

いくつかの模範的なデータを設定しました:

set.seed(100)

# set up dependent variable   
temp <- rep(seq(0,23),50)
y <- c(rep(seq(0,23),50)+rnorm(24*50), ifelse(temp <= 11, temp + runif(1200), temp + rnorm(1200) + (temp/sqrt(temp))))

# set up ID variable, variables indicating pieces and the covariate
id <- sort(rep(seq(1,100),24))
piece1 <- rep(c(seq(0,11), rep(11,12)),100)
piece2 <- rep(c(rep(0,12), seq(1,12)),100)
covariate <- c(rep(0,24*50), rep(c(rep(0,12), rep(1,12)), 50))

# data frame
example.data <- data.frame(id, y, piece1, piece2, covariate)

# run piecewise linear random effects model and show results
library(lme4)
lmer.results <- lmer(y ~ piece1 + piece2*covariate + (1|id) , example.data)  
summary(lmer.results)

car パッケージの linearHypothesis() コマンドを見つけて、係数の違いをテストしました。ただし、相互作用を含める場合の使用方法の例は見つかりませんでした。

これをテストするために linearHypothesis() を使用することもできますか、それとも間違ったテストを目指していますか?

私はあなたの助けに感謝します。よろしくお願いします！マック

4

1 に答える 1

1

出力が次のようになっていると仮定します

                 Estimate Std. Error t value
(Intercept)       0.26293    0.04997     5.3
piece1            0.99582    0.00677   147.2
piece2            0.98083    0.00716   137.0
covariate         2.98265    0.09042    33.0
piece2:covariate  0.15287    0.01286    11.9

あなたが何を望んでいるかを正しく理解している場合、あなたはコントラストを探しています: piece1-(piece2+piece2:covariate)

また

c(0,1,-1,0,-1)

このための私の好みのツールは function estimableingmodelsです。手動で、または Frank Harrel のパッケージの関数の 1 つを使用して行うこともできます。

library(gmodels)
estimable(lmer.results,c(0,1,-1,0,-1),conf.int=TRUE)

与える

              Estimate Std. Error p value Lower.CI Upper.CI
(0 1 -1 0 -1)   -0.138     0.0127       0   -0.182  -0.0928
于 2013-03-28T15:52:06.563 に答える