问题标签 [mixed-models]

这个问题是关于语法和语义的，因此请在 Cross-Validated 上找到一个（尚未回答的）重复项：https ://stats.stackexchange.com/questions/113324/repeated-measures-anova-ezanova-vs-aov-vs -lme 语法

在机器学习领域，我在相同的 5 个数据集上评估了 4 个分类器，即每个分类器返回数据集 1、2、3、... 和 5 的性能度量。现在我想知道分类器在它们的表现。这是一些玩具数据：

按照教科书，我进行了重复测量单向方差分析。我将我的表现解释为因变量，分类器作为主题，数据集作为主题内因素。使用 aov，我得到：

产生以下输出：

使用线性混合效应模型时，我得到了类似的结果：

然后我尝试使用 ezANOVA 重现结果，以便对 Sphericity 执行 Mauchlys 测试：

产生以下输出：

这显然与 aov/lme 的先前输出不对应。然而，当我在 ezANOVA 定义中将“性能”与“分类器”交换时，我得到了预期的结果。

我现在想知道我的教科书是否错误（aov 定义）或者我是否误解了 ezANOVA 语法。此外，为什么我在重写 ezANOVA 语句时只得到 Mauchly 的测试结果，而不是在第一种情况下？

我在 R 中完成了这个公式：

但是，我不确定什么是 stat、ndf、ddf、F.scaling、p.value。请问我如何从这个输出中报告统计结果？为什么在输出的右侧，列头末尾有'.U'，并且数字与左侧相似？

我正在尝试在论文中绘制用于视觉表示的二元混合效果模型的结果。

我使用 lme 来拟合混合模型：

Pass = 二进制 1/0 zone.time, length & Fat = 连续

产生：

然后我开始计算预测值和标准误差：

提取参数和参数协方差矩阵

用于样本数据

.

对于样本数据使用：

计算预测量表中的拟合值

在预测函数的尺度上计算 SE

这是计算预测值的正确方法吗？

我该如何进行绘制以进行视觉呈现？

我应该使用类似的东西吗

或 ggplot2

我正在使用 lme4 包中的 glmer() 运行 logit 混合效果模型。该实验使用受试者内项目内设计，将受试者和项目作为交叉随机效应。

我的问题：不同版本的 R 和 lme4（在不同的 OS X 上运行）对固定效应产生不同的标准误差估计，因此产生不同的显着性结果。

这是我的数据的一个子集（来自最后两个主题的数据）：

每个受试者在 3 种不同条件（因子 IV1，水平：N、L、P）下进行了 24 次试验。我记录了他们是否产生了目标语言结构（DV == 1）或没有（DV == 0）。在分析中，我只包括了那些至少产生了目标结构的受试者。尽管如此，他们中的大多数只在极少数情况下产生了目标结构。这是每个受试者在每种情况下产生的 DV == 1 的比例：

我使用 helmert-contrast 编码运行以下模型，包括 IV1 作为固定效果；第一个对比：N vs. L & P，第二个对比：L vs. P。

该模型不允许副项目随机变量之间的相关性（我通过为两个对比创建单独的斜率来做到这一点），因为当相关性被允许时，它们是完全相关的（我将其解释为过度参数化的标志） .

1）使用os x 10.8.5山狮R版3.0.2（2013-09-25）lme4_1.0-5的结果（我运行的原始分析）

2) 结果使用：OS X 10.9.4 Mavericks R 版本 3.1.1 (2014-07-10) lme4_1.1-7 优化器'bobyqa'

我真的不知道我应该相信哪个结果。任何帮助将不胜感激。

附言。对不起，如果有什么不清楚 - 这是我的第一篇文章 :)

非常感谢！

我试图估计 R 中的纵向模型，其中有几个相互关联的随机截距，并且数据是非嵌套的。例如，考虑一个简单的纵向模型，其中学生的考试成绩在三个随机截距、一个随机学校效应、一个随机教师效应和一个随机教师-学校匹配效应上回归。数据是非嵌套的，因为教师在纵向数据中经常更换学校。我主要对随机效应参数本身感兴趣，因此我想指定所有三个随机效应并允许它们相互关联。没有随机斜率，只有随机截距。

我试过了：

但这似乎迫使随机效应彼此不相关。有没有办法，使用lmer或任何其他 R 包来估计一个类似的模型，其中允许随机截距相互关联（使用非嵌套数据）？

更具体地说，上述模型强制协方差矩阵是对角的。我想估计的是一个具有无限制协方差矩阵的随机效应模型，例如这个链接

我一直在尝试将重复测量模型从 SAS 转换为 R，因为合作者将进行分析但没有 SAS。我们处理 4 组，每组 8 到 10 只动物，然后每只动物有 5 个时间点。模拟数据文件可在此处https://drive.google.com/file/d/0B-WfycVUQyhaVGU2MUpuQkg4Mk0/edit?usp=sharing作为 Rdata 文件和此处https://drive.google.com/file/d/ 0B-WfycVUQyhaR0JtZ0V4VjRkTk0/edit?usp=共享为excel文件：

原始 SAS 代码 (1) 是：

这使 ：

我知道 R 不像 SAS 那样处理自由度，所以我首先尝试获得类似于 (2) 的结果：

我在这里找到了一些提示，将重复测量混合模型公式从 SAS 转换为 R，并且在指定复合对称相关矩阵时，这非常有效。但是，对于一般相关矩阵，我无法获得相同的结果。

在 SAS 中使用（2），我得到以下结果：

使用以下 R 代码：

我得到：

自由度是相似的，但不是固定效应的测试，我不知道这是从哪里来的。有人知道我在这里做错了什么吗？

我正在测试两个栖息地（入侵和非入侵）和三种不同的柱头类型（湿、干和半干）之间花粉沉积的差异。这是一种社区方法，每个站点的样本和物种数量不平衡，数据的非正态分布，最终具有嵌套的随机结构，符合伽马误差分布，以处理伪复制和非独立性。

为了找出最佳模型，我使用了似然比检验，这表明具有固定效应相互作用的模型更适合：

从那里开始，我对如何解释固定项的 p 值有点困惑。查看下面的输出，我可以将栖息地和柱头类型的 p 值解释为交互项的独立结果吗？重新措辞，我可以说可变栖息地本身具有重大影响，因此未入侵的栖息地与入侵的栖息地（拦截）不同吗？和污名类型一样的想法？或者由于交互有点显着，我不能再独立解释固定值了？只有事后测试才能说明实际差异在哪里？

非常感谢你的想法！

我正在使用 R 中的混合模型 (glmmadmb) 来获取计数数据。我有一个随机因素（地点）和一个固定因素（栖息地）。固定因子有两个水平，随机因子有七个水平。我想在七个随机因子级别中的每个级别中对两个级别的固定因子进行比较。但我不知道如何在 R 中做到这一点。我对 R 很陌生。有人可以帮助我吗？非常感谢。

这是我的过度分散数据的 glmm 公式：

我只用“栖息地”尝试过，但显然没有考虑到地方性：

我正在尝试将在 HLM7 软件中运行的模型“翻译”为 R lmer 语法。

这来自现在无处不在的“数学成就”数据集。结果是数学成绩分数，在数据集中有各种学生级别的预测变量（例如少数民族身份、SES 以及学生是否为女性）和各种学校级别的预测变量（例如天主教与公共）。

我想要拟合的模型中唯一的预测变量是学生级别的预测变量，它们都以组均值为中心来处理虚拟变量（除此之外：对比代码更好）。学生嵌套在学校中，所以我们应该（我认为）为模型的所有组件指定随机效应。

这是 HLM 模型：

一级模型（注意：一级的所有预测变量都是以组平均值为中心的） MATHACHij = β0j + β1j*(MINORITYij) + β2j*(FEMALEij) + β3j*(SESij) + rij

2 级模型

β0j = γ00 + u0j

β1j = γ10 + u1j

β2j = γ20 + u2j

β3j = γ30 + u3j

混合模型

MATHACHij = γ00 + γ10*MINORITYij + γ20*FEMALEij + γ30*SESij + u0j + u1j*MINORITYij + u2j*FEMALEij + u3j*SESij + rij

将其翻译为 lmer 语法，我尝试：（注意：_gmc 表示变量已以组均值为中心，分组因子为“school_id”）

model1<-lmer(mathach~minority_gmc+female_gmc+ses_gmc+(minority_gmc|school_id)+(female_gmc|school_id)+(ses_gmc|school_id)，数据=数据，REML=F)

当我运行这个模型时，我得到的结果与 HLM 结果不相符。我是否错误地指定了随机效应？

谢谢！

我有一个在R中使用5个变量开发的模型。选择线性混合建模方法来开发具有嵌套效果的模型。

我用于模型开发的 R 代码如下：

PAI 嵌套了 4 个参数。

为了了解模型如何在不同条件下进行预测，我为 5 个参数创建了不同的数字作为数据框（称为“案例研究”）。

它看起来像这样：

我想通过使用 5 个参数的值来预测“Reduction.factor”。

因此，我p1 <- predict(model1,case study)查看了预测..但只有（函数（x，n）中的错误：newdata中检测到的新级别<-出现了此消息..

如何通过将这些值用于 5 个参数来预测“Reduction.factor”？而且..如果我想有置信区间（95％），我应该输入'interval ='confidence''吗？

先感谢您。