confint.default漸近正規性に基づくlmerモデルが機能しないのはなぜですか?

エラーは何を言っていますか? lmer モデルの漸近正規性に基づいて信頼区間を取得するにはどうすればよいですか?

ランダム効果と滑らかな曲線推定の間には二重性があることを認識しています。このリンクで、Simon Wood が mgcv を使用してランダム効果を指定する方法を説明しています。特筆すべきは、次の一節です。

たとえば、g が因子の場合、s(g,bs="re") は、g の各レベルに対してランダム係数を生成します。乱数係数はすべて iid 法線としてモデル化されます。

簡単なシミュレーションの後、これが正しく、モデルの適合がほぼ同じであることがわかります。ただし、可能性と自由度は非常に異なります。誰でも違いを説明できますか？テストにはどれを使用する必要がありますか?

完全な開示: この問題が発生したのは、ランダム効果 (反復測定) も含む GAM を当てはめたいが、それらのモデルで尤度ベースのテストを信頼できるかどうかを知る必要があるためです。

R でのパネル データ分析に大きな問題があります。分析のために、プールされた OLS、固定効果、ランダム効果モデルを実行しようとしています。私が使用するデータセットは次のようになります (これは単なる例です。私のデータセットは 2900 以上のデータで構成されています)。

変数X1とX2は 2014 年と 2015 年のダミー変数です。変数X3-6はマクロ経済要因の変化です。私のデータは年次なので、これらのマクロ経済要因は年に 1 回しか変化しません。

プールされた OLS モデルを試すたびに

Rはそう言いCoefficients: (3 are not defined because of singularitiesます。これらの 3 つの変数はX4-6.

さらに、固定効果とランダム効果モデルを試しています

と

残念ながら、Rはどちらかと言います

また

誰かがこの問題を解決するのを手伝ってくれませんか。私はすでにしばらくの間、この問題に苦しんでいます。

ご挨拶と私は助けに感謝します、

RI

私は個人の年収を含むパネル データを持っており、個人の年収の傾向、つまり年収の個人係数、および年ごとの各個人の残差 (私のモデルによる予想外の収入の変化) に関心があります。 . ただし、少なくとも 1 年以上にわたって収入データが欠落している観測がたくさんあるため、線形回帰を使用すると、観測の大部分が失われます。データ構造は次のようになります。

ランダム効果モデルを使用することにしました。これは、最尤アプローチを使用して、欠落した年の収入を予測できると思います。ただし、Hausman Test は有意な結果を出すため、固定効果モデルを使用することにしました。そして、plm パッケージを使用して、以下のコードを実行しました。

ただし、個人ではなく年数の係数のみを取得します。そして、私は残差を得ることができません。おそらくアイデアを与えるために、Stataのコードは

次に、同じライブラリから可変係数の関数である pvcm 関数を実行しようとしました。

ただし、次のエラー メッセージが表示されます。

このエラーを解決するか、他の関数を使用して、pvcm で個々の係数と残差を取得するにはどうすればよいですか?

私の元の長い形式のデータには、202976 回の観測と 15 年があります。

また、私が選択した分析方法に関するコメントや提案をいただければ幸いです。どうもありがとうございました。

Python でネストされたランダム効果モデルを実行する方法を知っている人はいますか? statsmodels MixedLM を使用すると、特異行列エラーが発生します。

これは、以前の投稿 (スロットを変更する方法 lme4 >1.0 )へのフォローアップの質問です。同様のペア単位のデータ構造があり、ランダム効果でペアの両方の「ポップ」を考慮したいと考えています。以前に提案したコードを使用して、機能的なランダム インターセプト モデルを作成しました。

ただし、ランダム勾配変数を追加しようとすると、次のようになります。

以前の投稿で特定されたのと同じエラーが発生します (問題が間違ったデータ フレームを呼び出していた場合): "Error in Lambdat %*% Ut : Cholmod error 'A and B inner dimension must match' at file ../MatrixOps/cholmod_ssmult .c、82 行目"

各ポップの lm を表示