問題タブ [model-comparison]

m1、m2、m3、...、m117 という名前の 117 個のモデルがあります。MuMIn パッケージの model.sel を使用して AIC を比較する必要があります。モデル比較の構文は、オブジェクトがモデルのリストである model.sel(object, ...) です。したがって、117 個のモデルすべてをリストに読み込むループを作成しようとしました。

しかし、私が持っているのは

私のコードでは、R は、私が持っているオブジェクト (モデル) ではなく、文字のみをリストに読み込むと思います。どんな助けでも大歓迎です。そもそもループを使用する必要があるかどうかさえわかりません。

いくつかのデータ フレームを 1 つのデータ フレームに結合dfcし、5 番目の列で、modelどのモデルを代入に使用したかを指定しました。でグループ化して分布をプロットしたいと思いますmodel。

dfc次のようになります: (1000 行、5 列)

以下の行を使用してプロットします。

与える:

X1 <- dfc$X1（および同様に）ことに注意してください

私の質問は次のとおりです。

• このプロットに凡例を追加するにはどうすればよいですか? (どの色がどのモデルに属しているか分からない場合、このプロットは役に立ちません)
• おそらく、これをプロットするためのより視覚的に魅力的な方法はありますか? を使用してggplot、おそらく？
• これらのモデルを比較するより良い方法はありますか? たとえば、各列を個別にプロットできます。

最小の AIC を持つモデルを返す次のコードがありますが、R の組み込みの並べ替え関数を使用せずに、昇順または降順で AIC を持つすべてのモデルが必要です。

spfinal.order<-c(p,d,p)AICの昇順または降順ですべてのモデルのリストになりたいです。どうやってやるの？

360 個の観測値のセットで、150 個までの固定効果変数と 7 個の変量効果変数の間でモデル選択を実行したいと考えています。glmmLasso を使用して、混合モデルに Lasso 手順を使用することにしました。成功しなかった同等のモデルの例をいくつか見つけるために、私は多くの研究を行いました。これが私のデータのサンプルです：

応答変数はカウント (RHI_counts_12) です。

私の質問は、モデル内の変量効果変数の構造についてです。2 つのカテゴリ変量効果変数 ("Site" と "Location"; "Location" は "Site" にネストされています) と 5 つの数値変量効果変数があります。モデルを次のように構成しました (固定効果変数のサンプルのみを使用)。

これらの 2 つのカテゴリカル ネストされたランダム効果がある場合、ランダム効果を構造化する正しい方法についてはまったく確信が持てません。Site にネストされた Location を持つモデルが必要ですが、これが得られるとは思いません。ランダム効果の出力は次のとおりです (この出力では、「Loc」は場所を表し、「siteName」はサイトを表します)。

それは正しいと思いますか。「サイト」にネストされた「場所」を使用してこのモデルを構築することはできませんでした (他のすべてのランダム要因も「サイト」にネストされます)。さまざまな方法を試しましたが成功しませんでした。

私を読んでくれて、そして glmmLasso のランダム効果の構造についてアドバイスをくれてありがとう！:-)

トーマス

赤池情報量基準 (AIC) および予測二乗誤差 (PSSE) は、モデルをランク付けするための情報理論および予測能力評価尺度です。

この 2 つの基準に基づいてモデルをランク付けしようとしました。ただし、ランキングは完全に矛盾しており、AIC で最高ランクの 6 モデルが PSSE で最低ランクになっています。

このような状況では、どの尺度が最適かをどのように判断すればよいでしょうか。記事や研究論文を探してみましたが、残念ながらあまり見つかりませんでした。任意の情報をいただければ幸いです。

ありがとうございました！