অবিচ্ছিন্ন এবং শ্রেণিবদ্ধ ভবিষ্যদ্বাণীকের মধ্যে মিথস্ক্রিয়াটির জন্য মিশ্র মডেল একাধিক তুলনা

Question

আমি lme4একটি মিশ্র প্রভাবগুলি রিগ্রেশন ফিট multcompকরতে এবং জোড়াযুক্ত তুলনা গণনা করতে চাই। আমার একাধিক ধারাবাহিক এবং শ্রেণিবদ্ধ ভবিষ্যদ্বাণী নিয়ে একটি জটিল ডেটা সেট রয়েছে, তবে ChickWeightউদাহরণ হিসাবে বিল্ট-ইন ডেটা সেট ব্যবহার করে আমার প্রশ্নটি প্রদর্শিত হতে পারে :

m <- lmer(weight ~ Time * Diet + (1 | Chick), data=ChickWeight, REML=F)

Timeঅবিচ্ছিন্ন এবং Dietশ্রেণিবদ্ধ (4 স্তর) এবং ডায়েটে একাধিক ছানা রয়েছে। সমস্ত ছানা একই ওজনে শুরু হয়েছিল, তবে তাদের ডায়েটগুলি (তাদের) বৃদ্ধির হারকে প্রভাবিত করতে পারে, তাই Dietবিরতিগুলি (কম বা কম) একই হওয়া উচিত, তবে theালগুলি আলাদা হতে পারে। আমি এর Dietমতো ইন্টারসেপ্ট এফেক্টের জন্য জোড়া যুক্ত তুলনা পেতে পারি :

summary(glht(m, linfct=mcp(Diet = "Tukey")))

এবং, প্রকৃতপক্ষে, এগুলি উল্লেখযোগ্যভাবে পৃথক নয়, তবে আমি কীভাবে Time:Dietপ্রভাবটির জন্য উপমা পরীক্ষা করতে পারি ? কেবল ইন্টারঅ্যাকশন শব্দটির মধ্যে রাখলে mcpত্রুটি ঘটে:

summary(glht(m, linfct=mcp('Time:Diet' = "Tukey")))
Error in summary(glht(m, linfct = mcp(`Time:Diet` = "Tukey"))) : 
  error in evaluating the argument 'object' in selecting a method for function
 'summary': Error in mcp2matrix(model, linfct = linfct) : 
Variable(s) ‘Time:Diet’ have been specified in ‘linfct’ but cannot be found in ‘model’! 

Comments

এটি Time*Dietকেবল একটি সরলীকরণ Time + Diet + Time:Diet। ব্যবহার anova(m)বা summary(m)নিশ্চিত করে যে ইন্টারঅ্যাকশন শব্দটি মডেলটিতে রয়েছে।

— ড্যান এম

Answer 1

ডিফল্টরূপে, lmerএকটি শ্রেণিবদ্ধ পূর্বাভাসীরের রেফারেন্স স্তরটিকে বেসলাইন হিসাবে গণ্য করে এবং অন্যান্য স্তরের জন্য পরামিতিগুলির অনুমান করে। সুতরাং আপনি ডিফল্ট আউটপুটে কিছু যুগল তুলনা পেয়েছেন এবং relevelনতুন রেফারেন্স স্তরটি সংজ্ঞায়িত করে এবং মডেলটিকে পুনরায় ফিট করার মাধ্যমে আপনি অন্যগুলি পেতে পারেন । এটি আপনাকে পি-মানগুলি পেতে মডেল তুলনা বা এমসিসিএম ব্যবহার করার সুযোগ দেয়, তবে একাধিক তুলনার জন্য সঠিক হয় না (যদিও আপনি পরে নিজের সংশোধন প্রয়োগ করতে পারেন)।

ব্যবহার করার জন্য multcomp, আপনাকে বিপরীতে ম্যাট্রিক্স সংজ্ঞায়িত করতে হবে। বিপরীতে ম্যাট্রিক্সের প্রতিটি সারি ইন্টারফেস দিয়ে শুরু করে আপনি ডিফল্ট মডেল আউটপুটটিতে পাওয়া প্রভাবগুলির জন্য ওজন উপস্থাপন করেন। সুতরাং আপনি যদি এমন কোনও প্রভাব চান যা ইতিমধ্যে বেসিক আউটপুটটিতে অন্তর্ভুক্ত রয়েছে, আপনি কেবল সেই প্রভাবের সাথে সম্পর্কিত অবস্থানে একটি "1" রেখেছেন। যেহেতু প্যারামিটারের অনুমানগুলি একটি সাধারণ রেফারেন্স স্তরের সাথে সম্পর্কিত, আপনি একটির ওজন "-1" এবং অন্য "1" এর সাথে সেট করে অন্য যে কোনও দুটি স্তরের মধ্যে তুলনা পেতে পারেন। উদাহরণস্বরূপ Time:Dietশর্তগুলির জন্য এটি কীভাবে কাজ করবে তা এখানে রয়েছে ChickWeight:

contrast.matrix <- rbind("Time:Diet1 vs. Time:Diet2" =  c(0, 0, 0, 0, 0, 1, 0, 0),
                           "Time:Diet1 vs. Time:Diet3" =  c(0, 0, 0, 0, 0, 0, 1, 0),
                           "Time:Diet1 vs. Time:Diet4" =  c(0, 0, 0, 0, 0, 0, 0, 1),
                           "Time:Diet2 vs. Time:Diet3" =  c(0, 0, 0, 0, 0, -1, 1, 0),
                           "Time:Diet2 vs. Time:Diet4" =  c(0, 0, 0, 0, 0, -1, 0, 1),
                           "Time:Diet3 vs. Time:Diet4" =  c(0, 0, 0, 0, 0, 0, -1, 1))
summary(glht(m, contrast.matrix))

গুহাত সম্রাট: এই পদ্ধতির পি-মানগুলি পেতে সাধারণ অনুমান ব্যবহার করা হয় যা কিছুটা রক্ষণশীল বিরোধী এবং পরে একাধিক তুলনার জন্য কিছু সংশোধন প্রযোজ্য। আপশটটি হ'ল এই পদ্ধতিটি আপনার পছন্দমতো প্যারাওয়াইয় প্যারামিটারের প্রাক্কলন এবং স্ট্যান্ডার্ড ত্রুটিগুলিতে সহজে অ্যাক্সেস দেয় তবে পি-ভ্যালুগুলি আপনি যা চান তা হতে পারে বা নাও পারে।

( এই সহায়তার জন্য আর-লিং-ল্যাং-এল থেকে স্কট জ্যাকসনকে ধন্যবাদ )