রৈখিক মিশ্র মডেলগুলির জন্য একটি চিত্রণমূলক চিত্র কী হবে?
উত্তর:
একটি আলাপের জন্য, আমি নিম্নলিখিত ছবিটি ব্যবহার করেছি যা lme4 প্যাকেজ sleepstudyথেকে ডেটাসেটের উপর ভিত্তি করে । ধারণাটি ছিল স্বাধীন-নিরোধনের মধ্যে পার্থক্যটি নির্দিষ্ট-নির্দিষ্ট ডেটা (ধূসর) থেকে বনাম এলোমেলো-প্রভাবগুলির মডেলগুলির পূর্বাভাসগুলির সাথে ফিট করে, বিশেষত যে (1) এলোমেলো-প্রভাব মডেলগুলির পূর্বাভাসকৃত মানগুলি সংকোচনের প্রাক্কলনকারী এবং (2) ব্যক্তি ট্র্যাজেক্টরিগুলি ভাগ করে এলোমেলো-আটকানো কেবলমাত্র মডেল (কমলা) সহ একটি সাধারণ opeাল। সাবজেক্ট ইন্টারসেপ্টের বিতরণকে y- অক্ষের ( আর কোড ) এ কার্নেল ঘনত্বের অনুমান হিসাবে দেখানো হয়েছে ।
(ঘনত্বের বক্ররেখা পর্যবেক্ষণ করা মানগুলির পরিসীমা ছাড়িয়েও প্রসারিত কারণ তুলনামূলকভাবে কয়েকটি পর্যবেক্ষণ রয়েছে are)
আরও একটি 'প্রচলিত' গ্রাফিক পরবর্তী একটি হতে পারে, যা ডগ বেটস ( lme4 এর জন্য আর-ফোর্জ সাইটের উপর উপলব্ধ , যেমন 4 লঙ্গিটুডিনাল.আর ) থেকে পাওয়া যায়, যেখানে আমরা প্রতিটি প্যানেলে স্বতন্ত্র ডেটা যুক্ত করতে পারি।
সুতরাং কিছু "অত্যন্ত মার্জিত" নয় তবে এলোমেলো ইন্টারসেপ্টগুলি এবং আর এর সাথে slালু দেখানোও (আমার ধারণা প্রকৃত সমীকরণগুলিও যদি দেখানো হয় তবে এটি আরও শীতল হবে)
N =100; set.seed(123);
x1 = runif(N)*3; readings1 <- 2*x1 + 1.0 + rnorm(N)*.99;
x2 = runif(N)*3; readings2 <- 3*x2 + 1.5 + rnorm(N)*.99;
x3 = runif(N)*3; readings3 <- 4*x3 + 2.0 + rnorm(N)*.99;
x4 = runif(N)*3; readings4 <- 5*x4 + 2.5 + rnorm(N)*.99;
x5 = runif(N)*3; readings5 <- 6*x5 + 3.0 + rnorm(N)*.99;
X = c(x1,x2,x3,x4,x5);
Y = c(readings1,readings2,readings3,readings4,readings5)
Grouping = c(rep(1,N),rep(2,N),rep(3,N),rep(4,N),rep(5,N))
library(lme4);
LMERFIT <- lmer(Y ~ 1+ X+ (X|Grouping))
RIaS <-unlist( ranef(LMERFIT)) #Random Intercepts and Slopes
FixedEff <- fixef(LMERFIT) # Fixed Intercept and Slope
png('SampleLMERFIT_withRandomSlopes_and_Intercepts.png', width=800,height=450,units="px" )
par(mfrow=c(1,2))
plot(X,Y,xlab="x",ylab="readings")
plot(x1,readings1, xlim=c(0,3), ylim=c(min(Y)-1,max(Y)+1), pch=16,xlab="x",ylab="readings" )
points(x2,readings2, col='red', pch=16)
points(x3,readings3, col='green', pch=16)
points(x4,readings4, col='blue', pch=16)
points(x5,readings5, col='orange', pch=16)
abline(v=(seq(-1,4 ,1)), col="lightgray", lty="dotted");
abline(h=(seq( -1,25 ,1)), col="lightgray", lty="dotted")
lines(x1,FixedEff[1]+ (RIaS[6] + FixedEff[2])* x1+ RIaS[1], col='black')
lines(x2,FixedEff[1]+ (RIaS[7] + FixedEff[2])* x2+ RIaS[2], col='red')
lines(x3,FixedEff[1]+ (RIaS[8] + FixedEff[2])* x3+ RIaS[3], col='green')
lines(x4,FixedEff[1]+ (RIaS[9] + FixedEff[2])* x4+ RIaS[4], col='blue')
lines(x5,FixedEff[1]+ (RIaS[10]+ FixedEff[2])* x5+ RIaS[5], col='orange')
legend(0, 24, c("Group1","Group2","Group3","Group4","Group5" ), lty=c(1,1), col=c('black','red', 'green','blue','orange'))
dev.off()
এনএলমিফিটের মতলব ডকুমেন্টেশন থেকে নেওয়া এই গ্রাফটি আমাকে স্পষ্টতই এলোমেলো ইন্টারসেপ্ট এবং exeালু ধারণাটির উদাহরণ হিসাবে দেখায় strikes সম্ভবত কোনও ওএলএস প্লটের অবশিষ্টাংশগুলিতে ভিন্ন ভিন্ন গোষ্ঠী দেখানোর গ্রুপটিও বেশ মানসম্পন্ন হবে তবে আমি "সমাধান" দেব না।