Buscar..


ajuste básico modelo

disculpas : como no conozco un canal para discutir / proporcionar comentarios sobre las solicitudes de mejora, voy a poner mi pregunta aquí. Por favor, siéntase libre de señalar un lugar mejor para esto! @DataTx afirma que esto es "completamente claro, incompleto o tiene problemas graves de formato". Dado que no veo ningún problema importante de formato (:-)), sería útil contar con más información sobre lo que se espera aquí para mejorar la claridad o la integridad, y por qué lo que hay aquí es insalvable.

Los paquetes primarios para ajustar modelos lineales jerárquicos (alternativamente "mixtos" o "multinivel") en R son nlme (más antiguo) y lme4 (más nuevo). Estos paquetes difieren en muchos aspectos menores, pero en general deberían resultar en modelos ajustados muy similares.

library(nlme)
library(lme4)
m1.nlme <- lme(Reaction~Days,random=~Days|Subject,data=sleepstudy,method="REML")
m1.lme4 <- lmer(Reaction~Days+(Days|Subject),data=sleepstudy,REML=TRUE)
all.equal(fixef(m1.nlme),fixef(m1.lme4))
## [1] TRUE

Diferencias a tener en cuenta:

  • la sintaxis de la fórmula es ligeramente diferente
  • nlme está (aún) mejor documentado (por ejemplo, modelos de efectos mixtos de Pinheiro y Bates 2000 en S-PLUS ; sin embargo, consulte Bates et al. 2015 Journal of Statistical Software / vignette("lmer",package="lme4") para lme4 )
  • lme4 es más rápido y permite un ajuste más fácil de los efectos aleatorios cruzados
  • nlme proporciona valores de p para modelos lineales mixtos lme4 , lme4 requiere paquetes adicionales como lmerTest o afex
  • nlme permite el modelado de heteroscedasticidad o correlaciones residuales (en espacio / tiempo / filogenia)

Las preguntas frecuentes no oficiales de GLMM brindan más información, aunque se centran en modelos mixtos lineales generalizados (GLMM).



Modified text is an extract of the original Stack Overflow Documentation
Licenciado bajo CC BY-SA 3.0
No afiliado a Stack Overflow