Ricerca…


montaggio del modello di base

scuse : poiché non conosco un canale per discutere / fornire feedback sulle richieste di miglioramento, inserirò la mia domanda qui. Sentiti libero di indicare un posto migliore per questo! @DataTx afferma che questo è "completamente non chiaro, incompleto o presenta gravi problemi di formattazione". Dal momento che non vedo grossi problemi di formattazione (:-)), un po 'più di guida su ciò che è previsto qui per migliorare la chiarezza o la completezza, e perché ciò che è qui è inviolabile, sarebbe utile.

I pacchetti primari per il montaggio di modelli lineari gerarchici (in alternativa "misti" o "multilivello") in R sono nlme (precedente) e lme4 (più recente). Questi pacchetti differiscono in molti modi minori, ma in generale dovrebbero comportare modelli molto simili.

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

Differenze da considerare:

  • la sintassi della formula è leggermente diversa
  • nlme è (ancora) un po 'meglio documentato (ad esempio modelli di effetti misti Pinheiro e Bates 2000 in S-PLUS , tuttavia, vedere Bates e altri 2015 Journal of Statistical Software / vignette("lmer",package="lme4") per lme4 )
  • lme4 è più veloce e consente un più facile montaggio di effetti casuali incrociati
  • nlme fornisce i valori p per i modelli misti lineari, lme4 richiede pacchetti aggiuntivi come lmerTest o afex
  • nlme consente la modellizzazione dell'eteroschedasticità o delle correlazioni residue (nello spazio / tempo / filogenesi)

Le FAQ non ufficiali di GLMM forniscono ulteriori informazioni, sebbene siano focalizzate su modelli misti lineari generalizzati (GLMM).



Modified text is an extract of the original Stack Overflow Documentation
Autorizzato sotto CC BY-SA 3.0
Non affiliato con Stack Overflow