R Language
계층 적 선형 모델링

기본 모델 피팅

사과 : 개선 요청에 대한 토론 / 의견 제공을위한 채널을 모르기 때문에 여기에 질문을 올리겠습니다. 이보다 더 좋은 장소를 지적하십시오! @DataTx는 "완전히 불분명하고 불완전하며 심각한 서식 문제가 있음"이라고 설명합니다. 큰 서식 문제 (:-))가 없으므로 명확성이나 완성도를 높이기 위해 여기에 예상되는 것에 대한 지침을 조금 더 제시하고 여기에 무엇이 비경제적인지를 보여주는 것이 유용 할 것입니다.

R에있는 계층 적 (또는 "혼합"또는 "다중 레벨") 선형 모델을 맞추기위한 기본 패키지는 nlme (이전 버전) 및 lme4 (최신 버전)입니다. 이러한 패키지는 여러 가지 사소한 차이가 있지만 일반적으로 매우 유사한 적합 모델을 만들어야합니다.

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

고려해야 할 차이점 :

• 수식 구문이 약간 다릅니다.
• nlme 은 S-PLUS에서 Pinheiro와 Bates 2000 Mixed-effects 모델 과 같이 더 잘 문서화 되어 있지만 (참고로 vignette("lmer",package="lme4") 등 2015 Journal of Statistical Software / vignette("lmer",package="lme4") lme4 )
• lme4 가 빠르며 크로스 임의 효과를 쉽게 적용 할 수 있습니다.
• nlme 상자의 선형 혼합 모델 (P) - 값을 제공 lme4 애드온 패키지 등 필요 lmerTest 또는 afex
• nlme 은 (공간 / 시간 / 계통 발생에서) 이분 산성 또는 잔차 상관 관계의 모델링을 허용합니다.

비공식 GLMM FAQ 는 일반화 된 선형 혼합 모델 (GLMM)에 초점을 맞추고 있지만 더 많은 정보를 제공합니다.