問題タブ [mixed-models]

次の例では、各モデルの残差プロットをファイルに書き込みます。ディスプレイでそれらを見る必要はありません。

このコードをループなしで実行すると、必要なものが得られます。ただし、ループ内に空のファイルが作成されます。

何か案は？

ありがとうございました。

R で縦断的項目応答理論 (IRT) モデルを適合させようとしています。複数の測定機会で実施されたテストがあります。段階的反応モデル (GRM) から、因子スコア (つまり、能力レベル) の個人の成長曲線を調べたいと思います。R の ltm パッケージを使用して、IRT の断面 GRM モデルに適合させましたが、モデルを拡張して同じ項目の繰り返し測定を処理する方法 (または ltm で可能かどうか) が明確ではありません。経時的な能力レベルの平均/分散の変化を確認するために、経時的な GRM 因子スコアに成長曲線を当てはめるにはどうすればよいですか? これが ltm パッケージで不可能な場合、これを許可するパッケージ/機能は何ですか? 特定のコード例は特に高く評価されます。

これは、私がやろうとしていることに似た経験的な例です（例では、多項データにGRMを使用しているバイナリアイテムにRaschモデルを使用しています）：

McArdle、JJ、Grimm、KJ、Hamagami、F.、Bowles、RP、およびMeredith、W.（2009）。複数のサンプルと測定スケールを変更する経時データを使用して、認知の寿命成長曲線をモデル化します。心理学的方法、14、126-149。ドイ: 10.1037/a0015857

McArdle、JJ、およびGrimm、KJ（2011）。複数のテストからの縦断的なアイテム応答データをリンクすることによる変化分析の経験的な例。In AA Davier (Ed.), Statistical models for test equating, scaling, and linking (pp. 71-88): Springer: New York.

データにモデルを当てはめるのに苦労しています。基本的に、私は5人の審査員による65本のヤシの木の表現型の特性（つまりハード）の評価に関するデータを持っています。評価方式として、各審査員が各サンプルに点数を付けます。3 人の審査員の場合、サンプル データは次のようになります。

ここで、αiはジャッジのメイン係数、iは採点パターンの違いによるジャッジ係数、θjは製品係数でεi評価者に依存します。

R の関数を使用してこのモデルを適合させようとしましたが、このモデルlmeは共変量ではなくパラメーターに適合するため、相互作用項を適合させるのが困難です。

このモデルは、私の種類のデータに対して非常に正確に見えます。ベイジアン バージョン ( http://www.r-bloggers.com/extending-the-sensory-profiling-data-model/ ) を見たことがありますが、混合モデリング アプローチを使用する方法や、頻度主義的な方法。

ここでの私のクエリは次のとおりです。

a) この種のモデルに適合する適切な方法は何ですか? 反復一般化最小二乗法、マルチレベル モデル、個別回帰モデル、加重最小二乗モデルに関する説明が記載されている文献をたくさん参照しました。しかし、相互作用項でパラメーターの推定値を使用して適合させ、両方の相互作用パラメーターの個別の係数を取得する方法をまだ取得していませんか?

b) この形式で異種エラーを取得するにはどうすればよいですか?

c) どの R パッケージを使用できますか?

GLMM で自己相関を説明しようとしています。私の応答変数はブール値で、蜂の巣のセットのライフ サイクルにおける en イベントの有無を表します。各巣の状態を表す一連の数値変数を使用して、そのようなイベントの確率を予測しようとしています。そのため、一般化されたモデルで二項分布を使用し、ネストをランダム効果として使用しました (glmer() を使用)。ただし、イベントは自己相関しているため、残差にかなりひどいパターンが生じます。ランダム効果のないエラーでガウス分布を使用していた場合、gls() で相関構造を使用していくつかの相関パラメーターを推定しますが、この場合はうまくいきません。この自己相関を GLMM に含める方法を探していましたが、うまくいかないようです。関数 ts() と diff() を使用してデータセットを変換すると、モデルに応答の以前の値を予測子として含めることができることがわかりました。これは線形モデル lm() で機能し、残差がより良くなります。

ただし、lmer() も glm() も、これらの関数の出力を受け入れません。問題は、変換によって一部の値が負になり、 glm() が二項モデルの負の値を受け入れないことです (これは理にかなっています)。自己相関 glm() を説明することは可能であると読みましたが、これはすでに改善されていますが、機能させることはできません。また、 glmmPQL() には相関構造を含めることができることも読みました。そのモデルは実行されますが、残差のパターンは改善されません。それらはまだ自己相関しているようです。

さまざまな相関構造を試しましたが、どれもうまくいかないようです。

最後に、回帰関数が時系列を処理できるようにするはずの dyn パッケージを試しました。しかし、ここでも、関数は変換によって生成された値で実行されません。

要約すると、時間相関を使用して GLMM を実行する必要がありますが、これを行う方法が見つかりません。助けていただければ幸いです。

乾杯！！！

GLMM をセットアップしようとしていますが、R で階層データ構造を表現するのに問題がありますglmer。私のデータは次の構造を持っています：

wherevisitは 内にネストされyear、これは 内にネストされますsite(つまり、1 年間に最大 5 回の訪問があり、サイトごとに最大 10 年間のデータがある可能性があります)。

私は on の効果に興味がありますがyear、ランダムな効果としてy扱いたいと思ってsiteいます (つまり、切片と勾配 [年間] はサイトによって異なります)。

次のコマンドを使用しました。

モデルを正しく表現しましたか?

nlme パッケージの nlme() 関数を使用して非線形混合モデルを正常に適合させましたが、重み引数を含めてそのモデルを改善しようとしても、解釈できないエラーしか得られないため、できませんでした。私の問題の正確な原因を特定するために。

非加重モデルに次のコードを使用しました。

これは加重モデルです。

次のエラーが表示されます。

conLin$Xy * varWeights(object) のエラー: 適合しない配列

これは、行列とベクトルの積に関係していることを理解しています。そのうちの1つは同じ次元ではないため、操作を正常に実行できます。ただし、これらのオブジェクトの寸法を確認する方法や、それらにアクセスして問題を解決しようとする方法さえわかりません。

varFixed() 引数を varIdent に変更すると、メッセージは変わりますが、自分で収集できる限り、基本的に同じことを伝えています。

recalc.varFunc(object[[i]], conLin) のエラー: ディム [製品 3618] がオブジェクトの長さと一致しません [37776] さらに: 警告メッセージ: in conLin$Xy * varWeights(object) : オブジェクトの長さが長くなります短いオブジェクトの長さの倍数ではありません

この問題に関するヘルプは大歓迎です!

これが私のデータのサンプルです：

前もって感謝します。

実験のデザインには 10 人の参加者が含まれます。それらのすべては、治療のために条件 A、B、C、D を通過しますが、参加者 1 ～ 5 は条件 E、F を通過し、参加者 6 ～ 10 は条件 G、H を通過します。

lme 関数を備えた nlme パッケージを使用して、欠落しているデータを処理し、参加者のリストごとの削除を防ぎます。測定変数 = DV、固定効果 = 条件、変量効果 = 参加者)。すべてがちょうど交差したとき、これは私が持っているものです:

最初の部分 (条件 A、B、C、D) が交差し、2 番目の部分 E、F および G、H がネストされている場合に設定される統計は何ですか....ヘルプやガイダンスをいただければ幸いです! ありがとう。

パッケージ内の関数lmerは、最適化アルゴリズムとしてパッケージからlme4デフォルトで使用します。bobyqaminqa

次の投稿https://stat.ethz.ch/pipermail/r-sig-mixed-models/2013q1/020075.htmlminqaによると、パッケージ内の他の最適化アルゴリズムも使用できます。

uobyqaまたはnewuoaの最適化アルゴリズムとしてどのように使用できますlmerか?

この質問は構文とセマンティクスの両方に関するものであるため、Cross-Validated で (まだ回答されていない) 重複を見つけてください: https://stats.stackexchange.com/questions/113324/repeated-measures-anova-ezanova-vs-aov-vs -lme-syntax

機械学習の分野では、同じ 5 つのデータセットで 4 つの分類子を評価しました。つまり、各分類子はデータセット 1、2、3、...、および 5 のパフォーマンス測定値を返しました。パフォーマンス。おもちゃのデータは次のとおりです。

教科書に従って、反復測定の一元配置分散分析を実施しました。私はパフォーマンスを従属変数、分類子を被験者、データセットを被験者内因子として解釈しました。aovを使用して、私は得ました：

次の出力が生成されます。

線形混合効果モデルを使用すると、同様の結果が得られます。

次に、Sphericity の Mauchlys 検定を実行するために、ezANOVA で結果を再現しようとしました。

次の出力が生成されます。

これは明らかに、aov/lme を使用した以前の出力とは一致しません。それでも、ezANOVA 定義で「パフォーマンス」を「分類子」に置き換えると、期待どおりの結果が得られます。

私の教科書が間違っているのか (aov の定義)、それとも ezANOVA の構文を誤解しているのか、疑問に思っています。さらに、なぜ ezANOVA ステートメントを書き直したときに Mauchly のテスト結果しか得られず、最初のケースでは得られないのでしょうか?

パッケージ lme4 で glmer() を使用してロジット混合効果モデルを実行しています。この実験では、交差ランダム効果として被験者とアイテムを使用した被験者内アイテム内計画を使用しました。

私の問題: R と lme4 の異なるバージョン (異なる OS X で実行) は、固定効果の異なる標準誤差推定値を生成し、その結果、異なる有意性の結果を生成します。

これが私のデータのサブセットです (最後の 2 つの被験者からのデータ):

各被験者は、3 つの異なる条件 (因子 IV1、レベル: N、L、P) で 24 の試験でテストされました。それらがターゲット言語構造を生成したか (DV == 1)、生成しなかったか (DV == 0) を記録しました。分析では、ターゲット構造を少なくとも 1 つ生成した被験者のみを含めました。それにもかかわらず、それらのほとんどは、ごくわずかな機会にのみターゲット構造を生成しました。これは、各条件で各被験者によって生成された DV == 1 の割合です。

IV1 を含む次のモデルをヘルマート コントラスト コーディングの固定効果として実行します。最初のコントラスト: N 対 L & P、2 番目のコントラスト: L 対 P.

このモデルでは、アイテムごとのランダム変数間の相関を考慮していません (2 つの対比に個別の勾配を作成することでこれを行いました)。これは、相関が許可された場合、それらが完全に相関していたためです (これは過剰パラメータ化の兆候として解釈されました)。 .

1) os x 10.8.5 マウンテン ライオン R バージョン 3.0.2 (2013-09-25) lme4_1.0-5 を使用した結果 (私が実行した元の分析)

2) 使用した結果: OS X 10.9.4 Mavericks R バージョン 3.1.1 (2014-07-10) lme4_1.1-7 オプティマイザー「bobyqa」

どちらの結果を信頼してよいか、本当にわかりません。どんな助けでも大歓迎です。

Ps。何かが明確でない場合は申し訳ありません-それは私の最初の投稿です:)

どうもありがとう！