問題タブ [random-effects]

私は R で lmer を使用して混合モデルに取り組んでおり、コーディングに少し固執しています。私は、ショウジョウバエのオスとメスの適応度を、3 つのブロックにわたって 35 の近交系 (遺伝子型) から測定しました。

私の応答変数は「フィットネス」で、n=10 人/性別/ライン/ブロックでテストされています。

性別は固定、ブロックはランダム、ブロック内にネストされたラインはランダムです。私は主にセックスとラインの相互作用に興味があります。したがって、私のモデルは次のようになります

相互作用の重要性をテストしたい場合、Sex:Line私の計画は、上記のモデルを相互作用のないモデルanovaと比較し、2 つのモデルを比較するために使用することです。

しかし、私が疑問に思っているのは、 Sex:Line 相互作用 (ランダム効果として含まれる) の重要性をテストしている場合、R は Line が Block 内にネストされていることを知っているのでしょうか???

Block 内にネストされた Sex by Line 間の相互作用を指定するにはどうすればよいですか??

それは次のようなものでしょうか

任意の考えをいただければ幸いです。以下に私のデータのサンプルを含めました

lsmeans 関数を使用して、データの時間依存性を調査しています。

このプロットの X 軸と Y 軸を転置して、lsmean が Y 軸になり、時間が X 軸になるようにする必要があります。最初に lsmean 推定値と SE 出力を独自のオブジェクトとして保存する方法を見つけないと、これを行う方法がわかりません。しかし、私はこれを行う方法を理解できません。

lme.lms$lsmean他の関数については、やのようなことができるかもしれませんがlme.lms$SE、これを試すと、次のエラーが発生します。

オンラインで調べたところ、lsmeans の出力はクラス "lsmobj" であることがわかりましたが、そのクラスを操作する方法がわかりません。

固定項から始める前に、GLMM で最適なランダム効果構造を選択しようとしています。そのために、すべての固定効果とその相互作用 (最適モデルを超えたもの) を含めてから、確率因子のさまざまな組み合わせを試します。式 lmer() を使用しています。モデルはREMLで推定されました。次に、各モデルの AIC() を取得して比較します。

しかし、変量効果のないモデルの AIC も知りたいです。私は gls() を使用する必要があることを読みました。しかし、glm() も使用できます。また、gls を使用した同じモデルの AIC と、glm を使用した同じモデルの AIC は大きく異なります。

これは、GLMM で最適なランダム効果構造を選択するための最良の方法ですか? lmer() で取得した AIC 値を、gls または glm で取得した他の AIC 値と比較できますか??

よろしくお願いします！

Ben Bolker による投稿へのこの回答を見つけましたが、非常に役に立ちます (複数の予測子を含む混合モデルでランダムな切片と勾配をプロットする方法は? )。ただし、モデルが /n のよう mod <- lmer(resp ~ pred1 + pred2 + factor(pred3) + (1|RF1),data=d)になり、他の 2 つを一定に保ちながら応答に対する因子の影響をプロットしたい場合、代わりに nd データフレームを作成するにはどうすればよいでしょうか? また、ランダムな勾配をプロットするにはどうすればよいですか? 事前にどうもありがとうございました！

編集：ベン、答えてくれてありがとう。もちろん、再現可能な例をあげることは理にかなっている。したがって、最初の質問: モデルに因子変数がある場合、他の変数を一定に保つ予測子の影響をプロットするにはどうすればよいでしょうか (上記のリンクされた質問に対する回答で説明されています)。

これが私のサンプルデータです: https://www.dropbox.com/s/ytlocw868fsnpu7/realdatasample.csv?dl=0、内密に扱ってください:)。

したがって、モデルは次のようになります。

moddata <- lmer(meanQUALNEW ~ meanDBH + meanCRRATIO + richn_tar + (1|region),data=realdatasample)

私が理解していることから、上記のリンクに示されている例は、一方の予測変数を一定に保ちながらもう一方の予測変数のプロットを作成し、次にその逆を行い、ランダム効果を考慮したものです。しかし、そのコードを拡張して 3 つの変数、特にそれが要因である場合はどうすればよいでしょうか? 2 番目の質問: このようなモデルのランダムな勾配をどのように視覚化できますか?

moddata1 <- lmer(meanQUALNEW ~ meanDBH + meanCRRATIO + richn_tar + (richn_tar-1|region),data=realdatasample)

私が理解している限り、パッケージは、そのようなモデルの固定部分を受け入れられた方法で視覚化する方法を提供します (1 つの予測子を変更して、他の予測子を一定に保ちます) visreg。effectsしかし、ランダム効果の分散コンポーネントの優れた視覚化には (私の知る限り) 機能しません。これについてはおそらく多くの情報があると思いますが、上記の明確なコード例が非常に気に入っており、これらのことを「手動で」行う方法を理解したいと思っています。助けてくれてありがとう！

Rのパネルデータを使用して計量モデルを実行しています。plmパッケージとプールされたモデルを使用しており、固定効果モデルはうまく機能します。しかし、ランダム効果モデルを実行しようとするとこのエラーが発生し、修正方法がわかりません。

私の全体のデータセットとコードがあります：

最後の行まですべてOKです。次のエラーが表示されます。

if (sigma2$id < 0) stop(paste("の推定分散", のエラー: TRUE/FALSE が必要な場所に値がありません

ご協力いただきありがとうございます ：）

混合効果モデルを適合させ、そのモデルを使用して、異なるレベルを持つ可能性のある新しいデータセットの推定値を生成しようとしています。新しいデータセットの推定では、推定されたパラメーターの平均値が使用されると予想していましたが、そうではないようです。最小限の作業例を次に示します。

この例では、基本的に、異なる回帰式 (勾配 1、1.5、および 0.5) を持つ 3 つのグループを定義しています。ただし、未知のレベルで新しいデータセットを予測しようとすると、一定の推定値が得られます。この新しいデータの予測を生成するために、勾配と切片の期待値が使用されることを期待していました。私は間違ったことを期待していますか？または、コードのどこが間違っていますか?

subject、wd、およびgroup変数とvalue応答変数を含むデータ フレームがあります。各被験者は 1 つのグループに割り当てられ、平日に 7 回測定されます。subject各被験者はグループ内で完全に入れ子になっているため、入れ子になったランダム効果モデルをとgroupで使用し、さらに に 3 つ目のランダム効果を追加したいと考えていますwd。現在、私はこれを使用してそうしています：

このガイドの 40 ページに基づいたコードを見つけました。と の両方を使用REML = TRUEしREML = 0ました。ただし、を使用するVarCorr(model)$variancesと、

この群分散は、36.9、28.78、および -15.269 の群平均を持つデータを生成するために使用したコードと競合します。ranef予測された変量効果 ( を使用) と真の変量効果の「残差」を見ると、それらが属するグループと非常に高い相関を持つ残差が得られます (モデル化しresiduals ~ groupた場合、R 二乗値は 0.9 を超えます)。

Rでネストされたランダム効果モデルを適切に適合させるにはどうすればよいですか? 私は lme4 を使用することを好みますが、どのパッケージでも十分です。

データの生成に使用したコードは次のとおりです。

私は、観光地の市場シェア データに対してランダム効果 Swamy および Arora 変換を使用してパネル データ モデルを推定しようとしています。https://github.com/Joseperles/Statistical-questionsに添付されているデータセットを見つけてください

モデルは、次のコードに従って推定されます。

ただし、次のエラー メッセージが表示されます。

swar(オブジェクト、データ、効果) のエラー: 個々の効果の推定分散は負です

ただし、Gretl、EViews、または Stata を使用して比較すると、このモデルの推定値が得られます (GLS 推定に基づいて、それらすべてで同じ出力が得られます)。(この計量経済学パッケージからの出力を同じ Web アドレスで見つけてください)。

固定効果またはプールされた ols を使用すると、plm および他のすべてのソフトウェアでも同じ見積もりが得られます。

誰かが問題の可能性を知っています.plm Rパッケージを使用して、ランダムモデル(同じ推定手順)のEViewsまたはStataのこの出力を再現する可能性があるかどうかを知っていますか?

各被験者が12回の繰り返し測定（3年間で四半期ごと）を持つデータセットを分析しようとしています。時間勾配の被験者固有の推定値を抽出して、被験者が時間の経過とともに大幅に変化しているかどうかを評価したいと考えています。

私が現在持っているコードは一貫して、各被験者が時間の経過とともに非常に大幅な増加を示していることを示唆しています. これはありそうもないことですが、構文を調整してより正確なモデルを実行する方法がわかりません。このモデルがすべてのケースで重要な時間の勾配係数を見つける方法/理由を知っている人はいますか?

調査の簡単な説明: 分析対象の期間 (3 年間、四半期ごと) で請求回数が大幅に増加している手順コード (被験者) にフラグを付ける傾向レポートを作成しています。結果変数はカウントとして扱われます (0 で制限されますが、整数である必要はありません)。

このモデルをより正確かつ効率的にするための助けをいただければ幸いです。

ありがとう！