問題タブ [mixed-models]

誰かが残差分散/標準かどうかを説明できますか。開発者 以下の出力で与えられるのは、限界または条件付き分散/標準です。開発者 モデルの限界分散を取得しようとしています。これが summary() 関数で指定されていない場合、取得方法を教えていただけますか? ありがとうございました！

coxme()coxme パッケージの関数を使用して、R で混合効果 Cox モデルをフィッティングしています。私のモデルでは、打ち切られた生存時間 $X$、単一の共変量 $Z$、およびグループ化変数 $Group$ があります。ランダム切片とランダム勾配があります。つまり、モデル $\lambda (t|Z,b_0,b_1) = \lambda_0(t) e^{\beta Z + b_0 + b_1 Z}$ を当てはめています。

変量効果の共分散行列の構造を指定したいと思います。特に、共分散行列が対角になるように、$b_0$ と $b_1$ が無相関であることを指定したいと思います。coxme()共分散構造を指定するのは非常に柔軟なようです。この関数のオプションに行列のリストを渡す必要があると思いますvarlistが、これまでのところ私の試みは失敗しており、それがどのように機能するかを完全に理解していないと思います。

カスタム分散関数をこのオプションに渡すこともできます。実際、パッケージのビネットの 1 つに、これを行う方法の例がいくつかあります。ただし、このプロセスは面倒で、(私が望んでいることですが) この場合は不要です。私の質問は、coxme()関数で対角共分散行列構造を簡単に指定するにはどうすればよいですか?

以下は、シミュレートされたサンプル データと、共分散構造を指定する最初の試みです。私の望みはcoxme()、線形結合 $V = \sigma^2_1 A + \sigma^2_2 B$ を、以下に定義する $A$ と $B$ とともに使用するように指示していたことであり、これが対角共分散行列に効果的に適合することでした。任意の対角要素を使用します。

Rでこれを行う方法をずっと探していましたが、何も見つかりません! 基本的に、LMM を使用して予測子を縮小したいと考えています。したがって、一連の固定効果 X と一連の予測子 Z があり、これにランダム効果を適用したいので、モデルは次のようになります。

ここで、u~N(0,sigma_u^2 * I) および e ~ N(0,sigma_e^2 * I) です。私はこれをlmeでできると思った

しかし、私はエラーしか出ません:

この問題に関するヘルプは大歓迎です。

私の目標は、R のパッケージのlmerおよびglmer関数を使用して、可変切片、可変勾配のマルチレベル モデルから予測値を計算することです。lme4

以下は、可変切片、可変勾配のマルチレベル モデルから予測値を作成する通常の方法です (このコードは問題なく動作するはずです)。

上記の R コードは機能するはずですが、非線形可変切片、可変勾配から予測を作成してグラフ化したい場合は、明らかに失敗します。簡単さと再現性のために、「mtcars」データセットを使用した障害は次のとおりです。

明らかに、予測フレームが正しく設定されていません。Rで非線形可変切片、可変勾配マルチレベルモデルをフィッティングするときに予測値を作成してグラフ化する方法に関するアイデアはありますか? ありがとう！

これは私の最初の質問です。私の質問が適切なガイドラインに従って行われていない場合は申し訳ありませんが、可能な限り詳しく説明します。

ショウジョウバエを使って、異なる近交系間の適応度の性差を調べたいです。私は、各系統 (n=33 アイソライン) から男女 10 人の適合性を評価しました。メスの適応度は繁殖力、つまり 1 匹のメスが産んだ子孫の数であり、オスの適応度は競合するオスと競合する焦点となるオスが産んだ子孫の割合 (競争力) でした。両方の測定値が異なるスケール (つまり、カウントと割合) にあるため、分析前にデータを IZ 変換しました。

私のデータのサンプルは次のようになります (死亡による NA がいくつかあります)

線の主効果と性別*線の相互作用に興味があります。私はセックスを固定効果として扱い、ラインとライン*セックスの相互作用をランダム効果として扱いました

このようなモデルをフィッティングするのはこれが初めてなので、いくつかのエラーがあると思われます。以下を参照してください。

私の質問は次のとおりです

(1) デフォルトの Gaussian と ID 以外に、特定のリンク関数とエラー構造を指定する必要がありますか? 私の応答変数はカウントと比率のデータの混合であり、Z 変換されて同じスケールになり、単一の列 (つまり、フィットネス) にあるため、ポアソンでも二項でもありません。さらに、変換 (つまり、標準化) した後、フィットネス メジャーの応答変数が正常ではありません。これを説明するエラー構造はありますか?

(2) 私のモデルのテスト手順に関して、私が興味を持っている固定効果とランダム効果 (性*線) の間の相互作用をテストすることを説明するために、ヘルプ フォーラムや本で簡単な答えを見つけることができません。私は手順に完全に自信がありません。私の下で、誰かがこれに関するヒントを提供できれば、本当に感謝しています。

anova を使用してモデルを比較し、各モデルのコードの下に重要性をテストしていたときの出力を含めました。

私が明確でなかったり、間違った方法で質問したりした場合は、お詫び申し上げます。これに関するガイダンスもいただければ幸いです。

前もって感謝します

lme()構文についての質問です。私の応答変数は「応答」です。私の固定変数は「年」です。「学校」内にネストされた「学生」という2つの確率変数があります。

インタラクションを含めたいのですが、含めyear*schoolたくありませんyear*student。

これは私がこれまでに持っている構文ですが、これには 1 つだけが必要な 2 つのランダムな相互作用が含まれているようです。

nlme パッケージの gls() を使用して、mod1 をランダム効果なしでビルドできます。次に、AIC を使用して mod1 を、ランダム効果を含む lme() を使用して構築された mod2 と比較できます。

lme4 パッケージの gls() に似たものはありますか?これにより、ランダム効果なしで mod3 をビルドし、ランダム効果を含む lmer() を使用してビルドされた mod4 と比較できますか?

シミュレーション研究では、繰り返し測定に対するさまざまな LMEM の能力を比較します。ランダムな切片と勾配の相関が許可されているモデルと許可されていないモデルを指定したいと考えています。しかし、両方のモデルを比較すると、まったく同じように見えます。両方のモデルで anova を実行すると、相関関係のないモデルにはもう 1 つの自由度がありますが、逆になるはずです。

データ：

r の lme4 パッケージで混合効果ロジスティック回帰モデルを構築して実行し、さまざまな場所 (細胞/生息地) での魚の占有確率を推定しました。データ フレームは、68 匹の魚の 1,207,140 回の観測で構成されています。各個人 (1 日あたり ~ 1 年間) について、すべての場所での合計発生数に対する各固有の場所での発生数を示します。

ベースモデルは次のとおりです。

次の警告メッセージが表示されます。

これらのメッセージの意味とモデルへの影響を理解するために検索を行いましたが、警告についてはまだ理解していません。

Ancova で使用する 1,000 の従属変数 (y) があります。独立変数 (x) はすべてのモデルで同じです。

example$Y.to.use各 Yvar の値を置き換える R コードが必要です。

私はこれを試しました：

各 Yvar の各近似モデルからの係数を含むテーブルを作成します。