問題タブ [mixed-models]

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。

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！！！