লিনিয়ার মিশ্র প্রভাবগুলির মডেলগুলির জন্য উপযুক্ত পদক্ষেপগুলির ধার্মিকতা ব্যাখ্যা করার জন্য কী সহজ?

Question

আমি বর্তমানে আর প্যাকেজ lme4 ব্যবহার করছি ।

আমি এলোমেলো প্রভাব সহ লিনিয়ার মিশ্র প্রভাবগুলির মডেলগুলি ব্যবহার করছি:

library(lme4)
mod1 <- lmer(r1 ~ (1 | site), data = sample_set) #Only random effects
mod2 <- lmer(r1 ~ p1 + (1 | site), data = sample_set) #One fixed effect + 
            # random effects
mod3 <- lmer(r1 ~ p1 + p2 + (1 | site), data = sample_set) #Two fixed effects + 
            # random effects

মডেলগুলির তুলনা করতে, আমি anovaফাংশনটি ব্যবহার করছি এবং সর্বনিম্ন এআইসির মডেলের তুলনায় এআইসির পার্থক্যগুলি দেখছি:

anova(mod1, mod2, mod3)

মডেলগুলির তুলনা করার জন্য উপরেরটি ঠিক আছে।

যাইহোক, প্রতিটি মডেলের জন্য উপযুক্ত ব্যবস্থার সদ্ব্যবহারের ব্যাখ্যা করার জন্য আমার কিছু সহজ উপায়ও প্রয়োজন। এমন ব্যবস্থা নিয়ে কারও কি অভিজ্ঞতা আছে? আমি কিছু গবেষণা করেছি এবং মিশ্রিত প্রভাবগুলির মডেলগুলির স্থির প্রভাবগুলির জন্য আর স্কোয়ারে জার্নাল পত্রিকা রয়েছে:

• চেং, জে।, এডওয়ার্ডস, এলজে, মালদোনাদো-মোলিনা, এমএম, কোমরো, কেএ, এবং মুলার, কেই (২০১০)। বাস্তব লোকের জন্য বাস্তব অনুদায়ী ডেটা বিশ্লেষণ: একটি ভাল যথেষ্ট মিশ্র মডেল তৈরি করা। মেডিসিনে পরিসংখ্যান, 29 (4), 504-520। doi: 10.1002 / sim.3775
• এডওয়ার্ডস, এলজে, মুলার, কেই, ওল্ফঞ্জার, আরডি, কাকিশ, বিএফ, এবং স্ক্যাবেনবার্গার, ও। (২০০৮)। রৈখিক মিশ্র মডেলের স্থির প্রভাবগুলির জন্য একটি আর 2 পরিসংখ্যান। মেডিসিনে পরিসংখ্যান, 27 (29), 6137-6157। doi: 10.1002 / sim.3429

তবে মনে হয়, উপরের কাগজপত্রে প্রস্তাবিত পদক্ষেপের মতো পদক্ষেপের ব্যবহারকে ঘিরে কিছু সমালোচনা রয়েছে।

কেউ দয়া করে আমার মডেলগুলিতে প্রযোজ্য এমন উপযুক্ত পদক্ষেপের ধার্মিকতা ব্যাখ্যা করার জন্য কয়েকটি সহজ পরামর্শ দিতে পারেন?

Comments

আমি সত্যিই প্রশ্ন মত, কিন্তু সম্ভাবনা অনুপাত পরীক্ষা ব্যবহার নির্ধারণ করতে থাকুক বা না থাকুক সংশোধন প্রভাব প্রয়োজন হয় না প্রস্তাবিত কৌশল, দেখতে FAQ । উপরে তাই হয় না মডেলের তুলনা জন্য জরিমানা।

— হেনরিক

ধন্যবাদ হেনরিক আপনার তালিকাভুক্ত FAQ খুব সহায়ক। মনে হচ্ছে মার্কোভ চেইন মন্টি কার্লো স্যাম্পলিং আমার মডেলগুলির সাথে তুলনা করার জন্য ভাল কৌশল হতে পারে।

— এমজেবার্নস

MCMC এর সমস্যাটি হ'ল আপনার কেবলমাত্র সাধারণ এলোমেলো প্রভাব থাকতে পারে (যেমন আপনার উদাহরণ হিসাবে)। আরও কেন্দ্রে-রজার্স স্বাধীনতার ডিগ্রিগুলির সান্নিধ্যের সাথে যাব কারণ এটি আরও জটিল মডেলের ক্ষেত্রেও প্রযোজ্য। mixed()আমার এএফেক্স প্যাকেজে ফাংশনটি দেখুন ( বিকাশ সংস্করণটিতে প্যারামেট্রিক বুটস্ট্র্যাপও রয়েছে )। কিছু রেফারেন্স জন্য এখানে দেখুন ।

— হেনরিক

ঠিক আছে হেনরিক আমি আপনার মিশ্র () ফাংশনটি এফেক্স প্যাকেজ থেকে কাজ করতে সক্ষম হয়েছি। আপনি কীভাবে মডেলগুলির তুলনা করতে আমি এফেক্স ব্যবহার করতে পারি তার বিষয়ে পরামর্শ দিতে পারেন? একটি মডেল অন্যের তুলনায় আরও প্রশংসনীয় কিনা তা স্থির করতে আমি কোন মাপ (গুলি) ব্যবহার করতে পারি? ধন্যবাদ।

— mjburns

এটি সহজে উত্তর দেওয়া হয় না, সম্ভবত আপনি আরও বিশদ দেওয়ার জন্য একটি পৃথক প্রশ্ন জিজ্ঞাসা করুন। তবে কেবল সংক্ষেপে, এফেক্স আপনাকে নির্দিষ্ট প্রভাব (বা এই প্রভাব সহ আরও ভাল মডেলগুলি) তাৎপর্যপূর্ণ কিনা তা মূল্যায়ন করতে সহায়তা করার চেষ্টা করে। এই লক্ষ্যে এটি KRmodcompপ্যাকেজ থেকে ব্যবহার করে pbkrtest। আপনি KRmodcompমডেলদের তুলনা করতে সরাসরি ব্যবহার করতে পারেন ।

— হেনরিক

Answer 1

রৈখিক মিশ্র মডেলগুলির জন্য উপযুক্ত পরিমাপের সদ্ব্যবহারকে ব্যাখ্যা করার মতো সহজ কিছু নেই :)

র্যান্ডম এফেক্ট ফিট (মড 1) দ্বারা পরিমাপ করা যেতে পারে ICCএবং ICC2(র্যান্ডম এফেক্টস এবং রেসিডুয়াল ভেরিয়েন্স অনুসারে ভেরিয়েন্সের মধ্যে অনুপাত)। সাইকোমেট্রিক আর প্যাকেজটিতে একটি lme অবজেক্ট গঠন করার জন্য তাদের ফাংশন অন্তর্ভুক্ত।

R2স্থির প্রভাব (মোড 2, মোড 3) নির্ধারণের জন্য এটি ব্যবহার করা সম্ভব তবে এটি জটিল হতে পারে: দুটি মডেল যখন একইরকম আর 2 দেখায় তখন এটি আরও "সঠিক" হতে পারে তবে এটি তার স্থির ফ্যাক্টর দ্বারা মুখোশযুক্ত " এলোমেলো প্রভাবের জন্য বৃহত্তর বৈকল্পিক উপাদানকে বিয়োগ করা। অন্যদিকে সর্বাধিক অর্ডার মডেলের বৃহত্তর আর 2 ব্যাখ্যা করা সহজ (যেমন মোড 3)। মিশ্র মডেলগুলির বিষয়ে বায়েনের অধ্যায়ে এ সম্পর্কে একটি চমৎকার আলোচনা রয়েছে। এছাড়াও, এটি টিউটোরিয়াল খুব পরিষ্কার।

একটি সম্ভাব্য সমাধান হ'ল প্রত্যেককে variance componentস্বতন্ত্রভাবে বিবেচনা করা , এবং তারপরে মডেলগুলির সাথে তুলনা করতে এগুলি ব্যবহার করুন।

Comments

আপনি বায়েনের অধ্যায়টি বলার সময় আপনি কী রেফারেন্সটি উল্লেখ করছেন তা আমাদের বলতে পারেন?

— কেএইচ কিম

হ্যাঁ, রেফারেন্স ভেঙে গেছে!

— কৌতুহল

আমি এই উদ্ধৃতিটি পেয়েছি, এটি কিনা তা নিশ্চিত নই, তবে পিডিএফটি

— কৌতূহলী

চল সবাই. আপনার গুগল-ফু কোথায়? "BaayenCUPstats.pdf: প্রথম হিট করুন: sfs.uni-tuebingen.de/~hbaayen/publications/baayenCUPstats.pdf

— ডিওয়িন