Modelo lineal mixto multivariado en lme4

Question

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.

Answer 1

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.

Answer 2

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:

John Fox en el paquete de automóvil

Answer 3

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