R Language
Иерархическое линейное моделирование
Поиск…
базовая модель
извинения : поскольку я не знаю канала для обсуждения / предоставления отзывов о запросах на улучшение, я собираюсь задать свой вопрос здесь. Пожалуйста, не стесняйтесь указать на лучшее место для этого! @DataTx заявляет, что это «полностью неясное, неполное или имеет серьезные проблемы с форматированием». Поскольку я не вижу больших проблем с форматированием (:-)), немного больше рекомендаций о том, что ожидается здесь для улучшения ясности или полноты, и почему то, что здесь является unsalvageable, было бы полезно.
Первичные пакеты для установки иерархических (альтернативно «смешанных» или «многоуровневых») линейных моделей в R являются nlme
(старше) и lme4
(новее). Эти пакеты отличаются многими незначительными способами, но обычно должны приводить к очень похожим моделям.
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
Различия:
- синтаксис формулы несколько отличается
-
nlme
(до сих пор) несколько лучше документирован (например, моделиnlme
и Bates 2000 Mixed-effects в S-PLUS , однако см. Bates et al., 2015 Journal of Statistical Software /vignette("lmer",package="lme4")
дляlme4
) -
lme4
быстрее и позволяет упростить установку скрещенных случайных эффектов -
nlme
предоставляет значения p для линейных смешанных моделей из коробки,lme4
требует дополнительных пакетов, таких какlmerTest
илиafex
-
nlme
позволяет моделироватьnlme
или остаточные корреляции (в пространстве / времени / филогенезе)
Неофициальный FAQ GLMM предоставляет дополнительную информацию, хотя он ориентирован на обобщенные линейные смешанные модели (GLMM).