Jako odpowiednik tego postu pracowałem nad symulacją danych ze zmiennymi ciągłymi, nadając się do skorelowanych przechwyceń i nachyleń.
Chociaż na stronie i poza nią są świetne posty na ten temat , miałem trudności ze znalezieniem od początku do końca przykładu z symulowanymi danymi, który byłby podobny do prostego scenariusza z prawdziwego życia.
Pytanie brzmi więc, jak symulować te dane i „testować” je lmer
. Dla wielu nic nowego, ale być może przydatne dla wielu innych, którzy szukają zrozumienia modeli mieszanych.
regression
mixed-model
lme4-nlme
Antoni Parellada
źródło
źródło
Dane są całkowicie fikcyjne, a kod, którego użyłem do ich wygenerowania, można znaleźć tutaj .
Chodzi o to, że wykonujemy pomiary na
glucose concentrations
grupie30
athletes
po zakończeniu15
races
w stosunku do stężenia makijażuamino acid A
(AAA
) we krwi tych sportowców.Model to:
lmer(glucose ~ AAA + (1 + AAA | athletes)
Istnieje stałe nachylenie efektu (stężenie glukozy ~ aminokwasu A); Jednak stoki również różnią się między różnymi sportowców z
mean = 0
isd = 0.5
, zaś przechwytuje dla poszczególnych zawodników są szerzyć wokół efektów losowych0
zsd = 0.2
. Ponadto istnieje korelacja między przechwytywaniem i nachyleniem 0,8 w obrębie tego samego sportowca.Te losowe efekty są dodawane do wybranych
intercept = 1
dla ustalonych efektów, orazslope = 2
.alpha + AAA * beta + 0.75 * rnorm(observations)
1 + random effects changes in the intercept
AAA
2 + random effect changes in slopes for each athlete
noise
sd = 0.75
Dane wyglądają więc tak:
Nierealistyczne poziomy glukozy, ale wciąż ...
Podsumowanie zwraca:
1
Zamiast tego występuje korelacja efektów losowych0.8
.sd = 2
Na przypadkowej zmienności przechwytuje interpretowany jest jako0.07775
. Standardowe odchylenie0.5
dla losowych zmian stoków wśród sportowców oblicza się jako0.45218
. Hałas ustawiony ze standardowym odchyleniem0.75
został zwrócony jako0.73868
.Przechwytywanie ustalonych efektów miało być
1
, i dostaliśmy1.31146
. Dla zbocza miało to być2
, a oszacowanie było1.93785
.Dość blisko!
źródło