問題タブ [mixed-models]

私はanova2つのlmeオブジェクト（Rパッケージの線形混合効果モデルnlme）を実行していて、〜15,000回ループしました（比較）。ただし、次のようなエラーが発生しました。

これは何を教えてくれますか？それは私のコンピューターの計算能力のためですか、それとも R のアルゴリズムに固有のものですか? ありがとう！

私は小さなサンプルサイズのデータ​​を扱っています:

密度分布は次のようになります。

値が 2 つの領域 (低と高) からのものであることはわかっており、基になるプロセスが正常であると仮定して、mixtoolsパッケージを使用してバイモーダル分布に適合 させました。

これにより、次の結果が得られます

（実線は曲線に適合し、破線は元の密度です）。

混合パラメーターは次のとおりです。

次の質問があります。

1. 基礎となる分布を近似する新しい値のセットを生成するには、私のアプローチは正しいですか、それともより良いワークフローがありますか?
2. 私のアプローチが正しい場合、この結果を使用して、この混合分布からランダムな値のセットを生成するにはどうすればよいですか?

[背景として私が持っている実験の詳細を説明していますlmer-sの方法については明確ですが、必要な値を抽出する/手動で計算する方法が不明であるため、これをCVではなくSOに投稿しました。これが正しい投稿場所であったことを願っています!]

データはこちら。

私の実験には、ブロック/プロット/サブプロットのレベルを持つ分割プロット デザインがあります。

6ブロックあります。各ブロックには 2 つのプロットがあり、各プロットには 2 つのサブプロットがあります。処理 1 には 2 つのレベル (A と B) があり、プロット レベルで適用されます。各ブロックには、処理 1 レベル A を受け取る 1 つのプロットと、処理 1 レベル B を受け取る 1 つのプロットがあります。

処理 2 はサブプロット レベルで適用され、さらに 2 つのレベル (C および D) があります。各プロットには、処理 2 レベル A を受け取る 1 つのサブプロットと、処理 2 レベル B を受け取る 1 つのサブプロットがあります。

実験は 3 年間行われた。2 つの治療法の各組み合わせが従属変数 (DV) にどのように影響するかに興味があります。

そのため、4つの治療の組み合わせがあります。

分割プロットの設計を考慮して、モデルに lmer を使用しています。私はクロスイヤーモデルを実行していますが、各年のモデルも順番に実行しています（実験での複製では、クロスイヤーモデルでの年の効果のテストが許可されていないため、モデルは過剰にパラメータ化されていました）。

各年のlmers は次のようになります。

時間の経過に伴うこれらの治療手段の変化をグラフで表現するために、毎年の各治療の各レベル (上記の 4 つのレベルを参照) の治療平均を抽出し、これらを実験の年ごとにプロットします。この投稿の例

オブジェクトから 4 つの異なる処理の組み合わせ (上記のリストなど) の処理手段を抽出することは可能lmerですか? それとも、手で計算する必要がありますか?

私が考えた 1 つの方法は、4 つの治療の組み合わせを表す別の因子を実際に作成することです (貼り付けたデータの列 "TMT1x2" を参照)。次に、毎年次のモデルを実行できます。

4 つのレベルのそれぞれの処理手段をそのように抽出します。ただし、この新しい 4 レベル ファクターは、それを構成するレベルのネストされた性質を無視するため (ランダム効果はそれを無視しませんが)、この方法が分割プロット デザインを適切に制御するかどうかはわかりません...

さらに、手動で処理手段を計算する必要がある場合、私の実験で入れ子のレベルを考慮してこれを行う方法を知っている人はいますか?

また、これらの各処理手段のエラーバーを計算したいと思います...

誰かがこれについて何か洞察を持っているなら、それは大歓迎です!

私は、次のような標準のトランスログ要求機能を構築しようとしています。

ここでY、= 需要、P= 価格、およびZ= 収入です。

ただし、nlme または lme4 に 2 乗項を含めると、無視されます。私はもう試した：

そして私は試しました：

そして、lmerに相当するものを試しました。

二乗項は要約（モデル）に表示されません。二乗項を使用して別のベクトルを作成し、それらを渡したところ、推定値が異なるため、それらが無視されていることがわかりました。

誰かアドバイスはありますか？

ビフォア アフター グラデーション アプローチを使用して、産業開発の生物学的影響を測定しようとしています。R で線形混合モデル アプローチを使用していますが、適切なモデル、特にランダム効果を指定するのに問題があります。私はこれを調査するのに多くの時間を費やしましたが、これまでのところ明確な解決策を思い付いていません.少なくとも私が理解しているものではありません. 私はLMM（およびそのことについてはR）が初めてなので、アドバイスを歓迎します。

応答変数 (たとえば、重要な種の存在量の変化) は、擾乱の端から放射状に広がる複数のトランセクト (「勾配」) に沿って固定距離で確立されたプロットを使用して、衝突の端からの距離の関数として測定されます。 . 理想的には、各プロットは衝撃の前後に複数回サンプリングされます。ただし、簡単にするために、各プロットが衝撃の前後に 1 回サンプリングされる最も単純なケースを想定することから始めます。また、個々の勾配が十分に離れているため、空間的に独立していると見なすことができると仮定します。

まず、シミュレートされたデータ。ここでの効果は曲線ではなく直線ですが、おわかりいただけると思います。

私が知る限り、固定効果は期間 (前、後) と距離である必要があり、距離を連続 (要因ではない) として扱って、勾配を推定できるようにします。期間と距離の相互作用 (前と後の勾配の差に相当) が影響を測定します。ランダム効果を指定する方法については、まだ頭を悩ませています。次のように、グラデーション間の変動を制御する必要があると思います。

ただし、バリエーションのソースを見逃している可能性があると思います。たとえば、上記のモデルが前後の個々のプロットの再サンプリングを制御するかどうかはわかりません。助言がありますか？

ポイント間の空間相関を可能にする線形混合モデル (lmm) を作成しようとしています (各ポイントに緯度/経度があります)。ポイント間の大円距離に基づく空間相関を希望します。

このパッケージrampsには、「haversine」距離を計算する相関構造が含まれていますが、実装に問題があります。以前に他の相関構造 ( corGaus、corExp) を使用しましたが、問題はありませんでした。corRGaus「haversine」メトリックを使用したものも同じ方法で実装できると想定しています。

関数を使用して、平面距離で計算された空間相関を持つ lmm を正常に作成できlmeます。

コマンドを使用して相関構造にエラーがありますが、大円距離を使用して計算された空間相関を持つ線形モデル (混合されていない) を作成することもできますgls。

gls大円距離を持つ線形モデルにコマンドを使用しようとすると、次のエラーが発生します。

データのサイズを大きくすると、メモリ割り当てエラーが発生します (まだ非常に小さなデータセットです)。

lmeコマンドとパッケージのcorRGausを使用して混合モデルを実行しようとするとramps、次の結果が得られます。

この方法をどのように進めればよいかわかりません。「haversine」関数を使用してモデルを完成させたいのですが、実装に問題があります。パッケージに関する質問はどこにもrampsほとんどなく、実装もほとんど見たことがありません。どんな助けでも大歓迎です。

以前にパッケージを変更しようとしましたが、変更nlmeできませんでした。パッケージの使用を勧められたthisについて質問を投稿しました。ramps

Windows 8 コンピューターで R 3.0.0 を使用しています。

線形混合効果モデルは、伝統的に次のように定式化されます。Ri = Xi × β + Zi × bi + εi ここで、β は推定された固定効果を表し、Z は変量効果を表します。したがって、X は古典的な計画行列です。R を使用して、nlme パッケージから lme を使用してモデルを適合させた後、これら 2 つの行列を抽出できるようにしたいと考えています。たとえば、nlme パッケージにもあるデータセット「Rails」には、ランダムに選択された 6 つの鉄道レールでの超音波移動時間の 3 つの個別の測定値が含まれています。次のように、レールごとにインターセプト固定効果とランダム効果を備えた単純なモデルを適合させることができます。

X 設計マトリックスは、単一の 18x1 マトリックス (6 レール * 3 測定値) であり、次の方法で簡単に抽出できます。

私がやりたいのは、変量効果の設計行列 Z を抽出することです。lme4 パッケージを使用して同じモデルに適合する場合、これは次の方法で実行できます。

ただし、このマトリックスを lme 適合モデルから抽出する方法については途方に暮れています。

を使用して、混合モデル ステートメントから固定効果を特定して削除する方法を自動化しようとしていlmerます。簡単に言えば、私のアプローチは、 を使用fixefして固定効果名を取得し、 を使用updateしてそれらをモデル ステートメントから削除することです。いくつかの障害に遭遇しました...

まず、固定因子が連続的でない場合fixefは、変数名に処理レベルが追加されて返されます (たとえば、およびlevels(variable1)=c("A","B","C")が返さvariable1Bれvariable1Cます)。部分一致でこれを回避しようとしましたが、すべての場合に成功するとは限りません (以下を参照)。

第 2 に、交互作用がある場合、部分一致はバラバラになり、最初の項のみを識別します (たとえば、 のみvariable1が から返されvariable1:variableます)。これを回避する方法がわかりません。

コード例を次に示します。

どんな助けでも大歓迎です！

Stata を使用している研究者から、データと次のコードを入手しました。

• ||OR 演算子を示すのではなく、ランダム効果を示すのは正しいですか? 「 」はどのように:関連していますか?
• trustorここでの IF ステートメントは、0 以上のスコアを持つケースのみが選択されることを単に意味していperiodますか?
• var正確には何ですか？

Rで実装する必要がありますが、今のところ、Rで理解していることが実際に正しいかどうかはわかりません。

私は参加者 ( ) からの被験者内の生理学的データを持っています。参加part者は全員、刺激 (新聞を読む) を 3 回 ( ) 見ましroundた。 . 2 つの固定因子 (と) に加えて、生理学的状態 (例えば ) を予測するための相互作用があります。これは通常、自己回帰的です。私は、ランダム効果による生理機能の個人差 (今のところはインターセプトのみに設定しましょう) と、別のランダム効果によるラウンドでの疲労を考慮に入れようとしています。papervisitCONDhierCONDabundEDA

したがって、R で実行したいモデルは、SPSS では次のようになります。

lmeこれで、(交差項を問題なく処理する) while は交差項をうまくlmer処理できず、異なる共分散構造を使用できないことがわかりました。次のような単純なlmeモデルを実行できます

しかし、より複雑なモデルは私には理解できません。lme の交差する用語は、次のようなランダムな定義で実行できることを読みました

しかし、それはAR1構造と、パート*ラウンドの2番目のランダムインターセプトをブロックしているようです。とにかく、それが私のSPSS構文と同じかどうかはわかりません。

それで、何かアドバイスはありますか？lme と lmer についてはさまざまな著作がありますが、用語と AR1 の両方が交差するものは見つかりませんでした。

(また、lme の構文は非常にわかりにくいようです: いくつかの異なる情報源から、| は左側にあるものを右側にあるものの下にグループ化し、/ はネストされた項を作成し、~1 はランダムな切片であり、~x はランダムな勾配であることを理解しました、および ~1+x は両方ですが、少なくとも : および -1 の定義がどこにも見つからなかったようです.すべての異なる定義を説明するチュートリアルはありますか?)