Многомерная линейная смешанная модель в lme4
Вопрос
Интересно, как совместить многомерную линейную смешанную модель с lme4
.Я применил одномерные линейные смешанные модели со следующим кодом:
Я хотел бы знать, как совместить многомерную линейную смешанную модель с генератором кодового кода.Данные ниже:
родовое словоЗаранее благодарим за ваше время и сотрудничество.
Решение
Иногда это можно удовлетворительно подделать в nlme / lme4, просто переформатировав ваши данные, например
родовое слово родовое слово а затем добавление новой переменной Y
в вашу линейную смешанную модель.
Однако для истинных многомерных обобщенных линейных смешанных моделей (MGLMM) вам, вероятно, понадобится пакет sabreR
или аналогичный.К пакету прилагается также целая книга Многомерные обобщенные линейные смешанные модели с использованием R .Если у вас есть прокси-сервер для организации-подписчика, вы можете даже бесплатно загрузить его с http://www.crcnetbase.com/ isbn / 9781439813270 .Я бы направил вас туда для получения дополнительных советов, так как это содержательная тема, и я очень новичок.
Другие советы
lmer и его старший брат lme по сути являются "одним параметром слева от ~".Взгляните на пакеты автомобилей;он не предлагает стандартной поддержки повторных измерений, но вы найдете несколько комментариев по этому вопросу, выполнив поиск в списке R:
@ Ответ Джона выше должен быть в основном правильным.Вы добавляете в модель фиктивную переменную (т.е. факторную переменную Y
).Здесь у вас есть 3 нижних индекса, i= 1...N
для наблюдений, j=1,...,4
для блоков и h=1,2
для зависимой переменной.Но вам также нужно принудительно установить термин ошибки уровня 1 на 0 (или почти до нуля), что я не уверен, что lme4
делает.Бен Болкер может предоставить дополнительную информацию.Это более подробно описано в Goldstein (2011), главы 6 и 7 для скрытых многомерных моделей.
IE
Y_hij=beta_ {01} z_ {1ij} + \ beta_ {02} z_ {2ij} + \ beta X + u_ {1j} z_ {1ij} + u_ {2j} z_ {2ij}
Итак:
родовое слово