さまざまな認知テスト (およびそれらのテストの繰り返し) 間の再現性を分析しています。R の rptR パッケージを使用して、鳥の個々の再現性を判断しようとしています。ただし、モデルやテスト対象に関係なく、常に警告が発生し、R = 0 になります。これの原因を理解しようとしています。
現在、ID（個人ごとに2回繰り返されます）を含むデータフレームがあります。各 ID の繰り返しには、問題のテストのスコアが付いています。これらのスコアは、まず正規性を達成するために対数変換されます。次に、これらのスコアの Z スコアが計算されるため、異なるスケールで同じ特性を測定するテスト間で比較を行うことができます。ただし、モデルの設定方法に関係なく、私のデータでは常に R=0 の再現性が得られます。これは技術的には可能ですが、すべてのパラメータでそれほど低いとは思えません (異なるテストと 2 回測定された同じテストの両方を比較しているため)。さらに、実行するすべてのモデルで、「境界 (特異) 適合: ?isSingular を参照してください」という警告が表示されます。私が収集したものから、これは私のデータの分散が小さすぎる可能性があることを意味します。私はこれについて完全に確信しているわけではありませんが。そして、これが私のR = 0を引き起こしているのではないかと心配しています.
私のデータフレームのスニペットは次のようになります。
RNR_ID RoundNR TTC TTC_Z Test_date
2 1 1 28 0.0966013973 43423
114 1 2 14 -0.8138678026 43543
5 2 1 48 0.8045891472 43425
122 2 2 31 0.2302959586 43549
私のモデルの 2 つのバリエーションの例: 未調整の R:
Rep1_Assoc_A <- rpt(TTC_Z ~ RoundNR + (1|RNR_ID), grname = "RNR_ID", data = rpt_Assoc_A_df, datatype = "Gaussian", nboot = 10, npermut = 10)
調整済み R (同じテストの繰り返し間の個人の学習を説明することを期待して、テスト日を制御します):
Rep2_Assoc_A <- rpt(TTC_Z ~ RoundNR + Test_date + (1|RNR_ID), grname = "RNR_ID", data = rpt_Assoc_A_df, datatype = "Gaussian", nboot = 10, npermut = 10)
注: RNR_ID、RoundNR、TTC_Z は数値変数です。Test_date は日付形式として指定されますが、モデルがこれをどのように処理するかはわかりません。このモデルでは、RoundNR は「処理」を示します (これは、個人が採点されたテストが 1 回目か 2 回目かを示すため)。TTC_Z は、個人の Z スコアを示します。
結果の出力はそれぞれ次のとおりです。
Repeatability estimation using the lmm method
Repeatability for RNR_ID
R = 0
SE = 0.107
CI = [0, 0.283]
P = 1 [LRT]
1 [Permutation]
Repeatability estimation using the lmm method
Repeatability for RNR_ID
R = 0
SE = 0.12
CI = [0, 0.337]
P = 1 [LRT]
1 [Permutation]
前に述べたように、このコードを実行している間、コンソールはいくつかのboundary (singular) fit: see ?isSingularメッセージをスローします。また、繰り返しのすべての値をほぼ同じになるように調整した偽のデータセットも試しました。これにより、実際に高い R (約 0.9..) が得られました。これは、私の R=0 が実際には正しい可能性があることを示唆しているように見えますが、これは予想外であるだけでなく、まだ懐疑的です (少なくとも非常に低いが測定可能な R が予想されるため)。しかし、モデルの背後にある理解が不足しているため、他の何かがうまくいかないのではないかと心配しています.
要約すると、私の質問は次のとおりです。
Q1: 現在使用しているモデルの式は正しいですか? また、変数のデータ型は正しいですか?
Q2:boundary (singular) fit: see ?isSingularこの状況での意味は何ですか?「修正」できますか?
Q3: R=0 の原因は何ですか? データの分析が間違っているのでしょうか、それとも R が本当に 0 なのですか?