问题标签 [random-effects]

我对两个重复测量的固定效应和随机效应的建模有疑问。我的数据集如下所示：

因此，有一个具有两个条件的任务，每个参与者都执行两个条件（重复测量），并且每个条件都存在 3 次试验（重复测量）。然后是连续的DV。

（1）首先，我想知道变量subject id，condition和trial是嵌套还是交叉。所有科目都在做两个级别的条件，所以我认为科目和条件是交叉的。那是对的吗？
尽管条件 1 和条件 2 都具有三个级别的试验，但它们在时间上当然不是相同的试验（因为参与者不是同时玩任务的条件，而是彼此相继）。这是否意味着条件和试验是嵌套的？还是因为他们都是三重试炼，他们也越过了？
此外，我认为主题和试验是交叉的，因为所有参与者都经历了 6 个级别的试验。这个对吗？

(2) 其次，我喜欢运行多级模型，但我不确定如何指定固定效应和随机效应。最低级别将是试验/时间，因为我想对两种条件下 DV 随时间（试验）的曲线/增长轨迹进行建模。实际上，每个条件有 20 次试验。我现在有以下代码来为每个参与者建模随机截距：

M2 比 M1 更适合数据。但这是否意味着在每个参与者的所有 6 次试验中都建立了随机截距模型？我实际上想知道每个条件。那么我应该只为每个条件制作一个多级模型（因此将两种条件的所有分析分开）？或者我可以在代码中包含条件吗？代码应该是：

如果 M3 比 M1 更适合数据，这是否意味着这两种情况都存在随机截距？

（3）如果我想知道每个条件是否有试验效果，我应该如何建模？像这样？

试验的显着效果是否意味着在两种情况下试验都存在线性效应？

（4）最后，我想知道每个条件（所以不是整个 6 次试验）DV 和试验之间的关系是否存在随机斜率。我不想知道整个 6 次试验但每个条件（实际上每个条件 20 次试验）。模型是：

总的来说，我很困惑如何处理模型中的两个重复变量（条件和试验）。我希望有人能帮帮忙！

我正在使用 plm 包在 R 中对随机效应回归模型进行面板数据分析，但是当我尝试构建随机效应模型时，我不断收到以下错误消息：

尝试：random <- plm(Y ~ X, data=pdata2, model="random")

引发异常：

在哪里Y <- cbind(log(FDI))和X <- cbind(RW, IY, LP, TFP, GDP, GDPG, SER)

我试图使用上图中提供的变量来解释 FDI 和行业组（AGR、MAN、NAT、TRN）之间的差异（黄色突出显示 = 部门特定数据，蓝色突出显示 = 非部门特定数据）

关于我做错了什么或如何解决这个问题的任何想法？

数据（CSV，单列，应该可以直接按 ctrl-c/v 进入 Excel）：

我的响应变量是 Yijk 对应的recovery时间

• patient我（我=1，...，我）
• 与treatmentj (j=1,...,J)
• 并在timek (k=1,...,K)处测量

我想拟合以下模型：模型方程，其中：

• μ 是全局固定截距
• αj 是治疗的固定效应
• bik 是具有以下协方差结构的随机效应。表示患者 i 的 K 维效应向量，则其方差-协方差矩阵将具有以下 AR(1) 结构。 方差协方差矩阵
• uijk 是方差为 σ² 的通常误差项

考虑以下命令：

几个问题：

1. 这个correlation论点对应的是什么？协方差的结构是什么？那是我定义为 R 的 var-cov 矩阵吗？
2. 这条线真的做我想做的事吗？
3. 如果不是，它有什么作用？
4. 如果没有，有没有办法做我想做的事？

先感谢您！

我最近在 SAS 中学习了 ANOVA 课程，并正在用 R 重写我的代码。到目前为止，将随机效应（和混合效应）模型从 SAS 转换为 R 让我望而却步。我从 R 得到的输出与 SAS 非常不同：SS 和 F 值不同，我无法获得随机效应的 F 检验。我能得到的最接近的是 Chi-sq，使用 rand()。所以也许我在 R 中做错了。

以下是 SAS 代码和输出，然后是我在 R 中所做的尝试。

数据集下载，<1kb

以下是尝试的 R 代码。

接下来是输出。随机效应和交互项（也是随机的）没有 F 检验，SS 和 F 值与 SAS 不同。

总之，我不知道如何在 R 中正确地做混合效应模型。固定效应模型都可以。

在搜索了一个多小时（这个论坛、Youtube、课堂笔记、谷歌）后，我发现我的问题没有任何帮助。我是一个完整的新手，对 R 或统计数据一无所知。

我正在尝试在 R 中创建一个线性混合效应模型。我正在测量三个不同位置（佛罗里达州杰克逊维尔、乔治亚州奥古斯塔和乔治亚州亚特兰大）的叶子宽度，在这三个位置中存在高氮和低-氮图。我对 50 棵树进行了 150 次叶子测量。

我有限的理解告诉我，叶子宽度是连续的响应变量，而城市和地块是离散的解释变量。随机效应将是单个树，因为单个树内的叶子宽度是非独立的。

我使用“nlme”制作模型：

然后我进行了方差分析测试，它表明城市以及城市与情节之间的相互作用发生了一些事情。这就是我卡住的地方。我想制作一个包含所有三个城市的线的情节，但我不知道如何做到这一点。当我尝试使用绘图功能时，我只得到一个箱线图。

我确实尝试了几个小时，但比以前更加迷茫和困惑。

1）我怎样才能制作这个图表？

2) 我应该做哪些其他测试来分析和/或可视化这些数据？

我永远感激任何帮助。我真的很想学习 R 和统计数据，但我越来越灰心了。

谢谢，

富有的

PS这是dput函数的输出：

非常感谢大家的意见，衷心感谢大家的帮助！

我已经设法拟合逻辑曲线以拟合属于 3 组的 129 条鱼的生长模型。不幸的是，我得到的参数并不一致，而且我尝试过的模型经常崩溃。因此，我模拟了一个数据集，我尝试在该数据集上拟合这些参数并添加随机效应来处理个体可用性。我一定错过了 nlme 的一些东西，因为我能够获得一致的系数或一致的方差估计，但不能同时获得两者。

获得此数据集后，我尝试了以下模型：

我收到以下消息：“nlme.formula 中的错误（Li ~ Asym/(1 + exp((xmid - Time)/scal)), data = tab, : step 减半因子在 PNLS 步骤中降低到最小值以下”

我尝试了许多不同的公式，但无法获得系数和随机效应估计。

问候，马克西姆

您好我正在尝试使用套索方法执行变量选择，但我的模型包含随机效应。

我已经使用 glmnet 中的 cv.glmnet 和 optL1 函数运行了没有随机效应的模型并受到惩罚（并得到了结果）；但是，当我尝试使用 glmmLasso 运行具有随机效应的模型时，我得到了大部分输出的 NA。

这是我的数据的示例。我已经标准化了所有的预测变量（x1-x5）。随机因素是情节（每个情节有两个观察值）

这是我运行的模型：

和输出：

我最初认为它不起作用，因为基于此的预测变量之间的相关性：Getting p-values for all included parameters using glmmLasso

但是在查看相关性时，没有什么太高了。我什至尝试删除 x2，因为它具有最高的相关性，但我仍然在模型输出中得到 NA。

我想知道为什么我会得到 NA。是因为我的样本量（每个随机效应分组只有 2 个观察值还是总共只有 31 个观察值？）任何想法都将不胜感激。谢谢！

我想拟合 GLMM Poisson 模型计数。我有 121 个受试者 ( subject)，我观察到每个受试者 8 个泊松计数 ( count)：它们对应于 2 种类型的事件 ( event) x 4 个句点 ( period)。

我想要的是：

• 我想用贝叶斯方法拟合 GLMM，假设 (1) subject， (2) subject:visit， (3)的随机效应subject:event。
• 我想为所有固定效果先设置 N(0, 10^6)，
• 我想分别为 (1) 、 (2) 、 (3)的随机效应设置 N(0, sigma2_a ), N(0, sigma2_b ), N(0, sigma2_c ) 先验，subjectsubject:visitsubject:event
• 我想分别为sigma2_a、sigma2_b、sigma2_c设置统一的先验。

我设法得到的：

• 我相信我正在正确设置模型公式，并且正在为固定效应参数设置所需的先验：

  /li>

我挣扎的是：

• 如何分别为 (1) 、 (2) 、 (3)的随机效应设置 N(0, sigma2_a ), N(0, sigma2_b ), N(0, sigma2_c ) 先验，subjectsubject:visitsubject:event
• 如何分别为sigma2_a、sigma2_b、sigma2_c设置统一的先验。

我有一个这样的模型：

我想获得它的完整参数化，具有随机截距和随机斜率。我可以使用这个模型吗？

我正在使用 lmer 函数来收集随机效应和固定效应。运行我的函数时，我能够按组获得所有系数的随机效果。但是，当我搜索固定效果时，我只得到它的截距。如何获得所有系数的固定效果？

这是我的例子：

我希望我的固定效果的最终输出是这样的：