Zastanawiałem się, czy ktokolwiek mógłby mnie oświecić na temat obecnych różnic między tymi dwiema funkcjami. Znalazłem następujące pytanie: Jak wybrać bibliotekę nlme lub lme4 R dla modeli efektów mieszanych? , ale pochodzi to sprzed kilku lat. To całe życie w kręgach oprogramowania.
Moje konkretne pytania to:
- Czy są (nadal) jakieś struktury korelacji,
lme
którelmer
nie są w stanie obsłużyć? - Czy jest możliwe / zalecane użycie
lmer
danych panelu?
Przepraszam, jeśli są nieco podstawowe.
Trochę więcej szczegółów: w danych panelowych mamy wiele pomiarów tych samych osób w różnych punktach czasowych. Zasadniczo pracuję w kontekście biznesowym, w którym możesz mieć dane dla stałych / długoterminowych klientów przez wiele lat. Chcemy dopuszczać zmienność w czasie, ale wyraźne dopasowanie zmiennej zastępczej dla każdego miesiąca lub roku jest nieefektywne. Nie jestem jednak lmer
pewien, czy jest to odpowiednie narzędzie dla tego rodzaju danych, czy też potrzebuję takich struktur autokorelacji lme
.
źródło
lmer
nadal nie radzi sobie z różnorodnością struktur korelacji i wariancjilme
, a jak rozumiem sytuację, prawdopodobnie nigdy nie będzie.lmer
zdolność obsługi zestawu danych panelu? Czy mogę uciec bez przyjęcia konkretnych założeń dotyczących korelacji?lmer
aby je obsłużyć ... Hong, czy możesz dodać krótkie wyjaśnienie do pytania, które bardziej szczegółowo opisuje niezbędne właściwości statystyczne, czy podaje wskazówki?lmer
byłby całkiem dobry z losowym efektem roku i losowym efektem klienta (powiedzmy, że masz tylko jeden pomiar na klienta rocznie); jeśli masz ogólny trend czasu (stały efekt), powinieneś również rozważyć losową interakcję między klientami (tj. losowe stoki). Idealnie byłoby również pozwolić na czasową autokorelację w szeregach czasowych każdego klienta, co w tej chwili nie jest możliwe w przypadku Lmer, ale można sprawdzić funkcję czasowej autokorelacji, aby sprawdzić, czy jest to ważne ...Odpowiedzi:
AKTUALIZACJA CZERWIEC 2016:
Zobacz wpis na blogu Bena opisujący jego bieżące przemyślenia na temat osiągnięcia tego w
lme4
: Braindump 01 czerwca 2016 rJeśli wolisz metody Bayesa,
brms
pakietbrm
obsługuje niektóre struktury korelacji: strona CRAN brms . (Uwaga: „Począwszy od wersji brms 0.6.0, struktura AR odnosi się do autoregresyjnego efektu reszt, aby dopasować nazewnictwo i implementację w innych pakietach, takich jak nlme. Wcześniej termin AR w brms odwoływał się do autoregresyjnych efektów odpowiedzi. Te ostatnie są teraz nazywane efektami ARR i mogą być modelowane przy użyciu argumentu rw funkcjach cor_arma i cor_arr. ")ORYGINALNA ODPOWIEDŹ LIPIEC 2013:
(Przekształcony z komentarza).
Powiedziałbym, że
lmer
byłby całkiem dobry z losowym efektem roku i losowym efektem klienta (powiedzmy, że masz tylko jeden pomiar na klienta rocznie);pasowałby do modelu (tylko przechwytywanie)
ϵ rok ϵ klient
Jest to dość nudny model, możesz chcieć dodać ogólny (stały efekt) trend czasu, a także rozważyć losową interakcję między klientami (tj. Losowe nachylenia). Myślę
powinien pasować do modelu
(użycie
year
w ten sposób stanowi wyjątek od zwykłej zasady nieuwzględniania zmiennej wejściowej jako efektu dopasowanego i losowego w tym samym modelu; pod warunkiem, że jest to zmienna liczbowa,year
w efekcie stałym jest traktowana jako ciągła iyear:customer
(losowa) interakcja i jak kategoryczny efekt losowy ...)Oczywiście możesz chcieć dodać zmienne towarzyszące na poziomie roku, klienta i obserwacji, które pochłonęłyby pewną istotną wariancję (np. Dodać indeks średniej ceny konsumenta, aby wyjaśnić, dlaczego lata były złe lub dobre ...)
Idealnie byłoby również pozwolić na czasową autokorelację w szeregach czasowych każdego klienta, co w tej chwili nie jest możliwe
lmer
, ale można sprawdzić funkcję czasowej autokorelacji, aby sprawdzić, czy jest to ważne ...Zastrzeżenie : nie wiem zbyt wiele na temat standardowych metod obsługi danych panelu; opiera się to tylko na mojej wiedzy na temat modeli mieszanych. Komentatorzy (lub redaktorzy) powinni czuć się swobodnie, jeśli wydaje się to naruszać standardowe / najlepsze praktyki w ekonometrii.
źródło
Aby odpowiedzieć bezpośrednio na twoje pytania, i NB, to lata po oryginalnym poście!
Tak, wciąż istnieją struktury korelacji, które nlme obsługuje, których lme4 nie obsłuży. Jednak tak długo, jak nlme pozwala użytkownikowi zdefiniować ogólne ciągi, a lme4 nie, tak będzie. Ma to zaskakująco niewielki wpływ praktyczny. Struktury korelacji „wielkiej trójki”: niezależnych, wymiennych i AR-1 są łatwe w obsłudze dla obu pakietów.
Z pewnością jest to możliwe . Za pomocą tej funkcji można również dopasować dane panelu
lm
! Moje zalecenie, które z nich należy użyć, zależy od problemu.lme4
jest znacznie mniejszym zestawem narzędzi, a reprezentacja formuły jest zgrabnym, zwięzłym sposobem przedstawienia niektórych bardzo popularnych modeli efektów mieszanych.nlme
to bardzo duży zestaw narzędzi, w tym spawarka TIG do tworzenia dowolnych narzędzi.Mówisz, że chcesz zezwolić na „zmiany w czasie”. Zasadniczo osiąga to wymienna struktura korelacji, umożliwiając losowe przechwytywanie w każdym klastrze, tak że wariancja wewnątrz klastra jest sumą zmian na poziomie klastra, a także (jak to nazywacie) zmian w czasie. I to wcale nie zniechęca do korzystania z ustalonych efektów w celu uzyskania bardziej precyzyjnych prognoz w czasie.
źródło