Mam problem ze zrozumieniem wyników mojego lmer()
modelu. Jest to prosty model zmiennej wynikowej (Wsparcie) ze zmiennymi przechwytywaniami stanu / Losowymi efektami stanu:
mlm1 <- lmer(Support ~ (1 | State))
Wyniki summary(mlm1)
są następujące:
Linear mixed model fit by REML
Formula: Support ~ (1 | State)
AIC BIC logLik deviance REMLdev
12088 12107 -6041 12076 12082
Random effects:
Groups Name Variance Std.Dev.
State (Intercept) 0.0063695 0.079809
Residual 1.1114756 1.054265
Number of obs: 4097, groups: State, 48
Fixed effects:
Estimate Std. Error t value
(Intercept) 0.13218 0.02159 6.123
Rozumiem, że wariancja przechwytywania stanów zmiennych / efektów losowych jest 0.0063695
. Ale kiedy wyciągam wektor tych losowych efektów i obliczam wariancję
var(ranef(mlm1)$State)
Wynik jest 0.001800869
:, znacznie mniejszy niż wariancja zgłoszona przez summary()
.
O ile rozumiem, model, który podałem, można zapisać:
Jeśli jest to poprawne, wówczas wariancja efektów losowych ( ) powinna wynosić . Jednak w rzeczywistości nie pasują one do mnie .σ 2 αlmer()
r
mixed-model
random-effects-model
lme4-nlme
nomad545
źródło
źródło
lmer()
? Wydaje się, że postulat ten jest szacowany przez wariancji empirycznej szacunkowej efektów losowych a s . Opis modelu nie jest jasne (perharps y i powinna być y i y ). Czy to zrównoważony projekt?Odpowiedzi:
To klasyczna anova w jedną stronę. Bardzo krótka odpowiedź na twoje pytanie brzmi: komponent wariancji składa się z dwóch terminów.
Tak więc obliczony przez ciebie termin jest pierwszym terminem na rh (ponieważ losowe efekty oznaczają zero). Drugi termin zależy od tego, czy użyto REML ML, oraz od sumy kwadratowych błędów standardowych twoich losowych efektów.
źródło
1/48 * sum((se.ranef(mlm1)$State)^2)
- jest0.004557198
. Wariancja punktowych oszacowań RE (uzyskanych, jak wyżej, przy użyciuvar(ranef(mlm1)$State)
) wynosi0.001800869
. Suma to0.006358067
, co jest zgłaszane przy użyciu wariancjisummary()
wlmer()
modelu powyżej, 4 lub 5 cyfr przynajmniej. Wielkie dzięki @probabilityarm
pakietu R dla tejse.ranef()
funkcji.