Modelo lineal mixto multivariado en lme4
Pregunta
Me pregunto cómo ajustar el modelo mixto lineal multivariado con lme4
.He adaptado modelos mixtos lineales univariados con el siguiente código:
library(lme4)
lmer.m1 <- lmer(Y1~A*B+(1|Block)+(1|Block:A), data=Data)
summary(lmer.m1)
anova(lmer.m1)
lmer.m2 <- lmer(Y2~A*B+(1|Block)+(1|Block:A), data=Data)
summary(lmer.m2)
anova(lmer.m2)
Me gustaría saber cómo ajustar el modelo mixto lineal multivariado con lme4
.Los datos están a continuación:
Block A B Y1 Y2
1 1 1 135.8 121.6
1 1 2 149.4 142.5
1 1 3 155.4 145.0
1 2 1 105.9 106.6
1 2 2 112.9 119.2
1 2 3 121.6 126.7
2 1 1 121.9 133.5
2 1 2 136.5 146.1
2 1 3 145.8 154.0
2 2 1 102.1 116.0
2 2 2 112.0 121.3
2 2 3 114.6 137.3
3 1 1 133.4 132.4
3 1 2 139.1 141.8
3 1 3 157.3 156.1
3 2 1 101.2 89.0
3 2 2 109.8 104.6
3 2 3 111.0 107.7
4 1 1 124.9 133.4
4 1 2 140.3 147.7
4 1 3 147.1 157.7
4 2 1 110.5 99.1
4 2 2 117.7 100.9
4 2 3 129.5 116.2
Gracias de antemano por su tiempo y cooperación.
Solución
Esto a veces se puede falsificar satisfactoriamente en nlme / lme4 simplemente reformateando sus datos como
require(reshape)
Data = melt(data, id.vars=1:3, variable_name='Y')
Data$Y = factor(gsub('Y(.+)', '\\1', Data$Y))
> Data
Block A B Y value
1 1 1 1 1 135.8
2 1 1 2 1 149.4
3 1 1 3 1 155.4
4 1 2 1 1 105.9
5 1 2 2 1 112.9
6 1 2 3 1 121.6
...
y luego incluir la nueva variable Y
en su modelo lineal mixto.
Sin embargo, para verdaderos modelos lineales mixtos multivariados generalizados (MGLMM), probablemente necesitará el paquete sabreR
o similar.También hay un libro completo que acompaña al paquete, Modelos mixtos lineales generalizados multivariados usando R .Si tiene un proxy para una institución suscrita, incluso podría descargarlo de forma gratuita desde http://www.crcnetbase.com/ isbn / 9781439813270 .Lo recomendaría allí para obtener más consejos, ya que este es un tema sustancioso y soy muy novato.
Otros consejos
lmer y su hermano mayor lme son inherentemente "un parámetro a la izquierda de ~".Eche un vistazo a los paquetes de automóviles;no ofrece soporte de medición repetida listo para usar, pero encontrará algunos comentarios sobre el tema buscando en la lista R:
La respuesta de @ John anterior debería ser en gran parte correcta.Agrega una variable ficticia (es decir, la variable de factor Y
) al modelo.Aquí tiene 3 subíndices i= 1...N
para observaciones, j=1,...,4
para bloques y h=1,2
para la var dependiente.Pero también debe forzar el término de error de nivel 1 a 0 (o cerca de cero), lo que no estoy seguro de que lme4
lo haga.Ben Bolker podría proporcionar más información.Esto se describe más en Goldstein (2011) Cap. 6 y Cap. 7 para modelos multivariados latentes.
IE
Y_hij=beta_ {01} z_ {1ij} + \ beta_ {02} z_ {2ij} + \ beta X + u_ {1j} z_ {1ij} + u_ {2j} z_ {2ij}
Entonces:
require(reshape2)
Data = melt(data, id.vars=1:3, variable_name='Y')
Data$Y = factor(gsub('Y(.+)', '\\1', Data$Y))
m1 <- lmer(value ~ Y + A*B + (1|Block) + (1|Block*A), data= Data)
# not sure how to set the level 1 variance to 0, @BenBolker
# also unclear to me if you're requesting Y*A*B instead of Y + A*B