এলোমেলো opালু সহ কেউ কীভাবে একটি এমসিসিএম হাইপোথিসিস পরীক্ষা করতে পারেন?

Question

লাইব্রেরি ল্যাঙ্গুয়েশনআর একটি মিশ্রিত প্রভাব রিগ্রেশন মডেলটিতে লিমার ব্যবহারের সাথে স্থির প্রভাবগুলির এমসিসিএমসি তাত্পর্য পরীক্ষা করার জন্য একটি পদ্ধতি (pvals.fnc) সরবরাহ করে। যাইহোক, যখন lmer মডেলটিতে এলোমেলো givesালু অন্তর্ভুক্ত থাকে তখন pvals.fnc একটি ত্রুটি দেয়।

এই জাতীয় মডেলগুলির একটি এমসিসিএম অনুমান পরীক্ষা করার কোনও উপায় আছে কি?
যদি তাই হয়, কিভাবে? (কোনও উত্তর গৃহীত হওয়ার জন্য আর-তে একটি কাজের উদাহরণ থাকতে হবে) যদি তা না হয় তবে উপায় নেই কেন এমন কোনও ধারণামূলক / গণনার কারণ আছে?

এই প্রশ্নের সাথে সম্পর্কিত হতে পারে এই এক কিন্তু আমি সামগ্রী থাকে ভাল নির্দিষ্ট করা যথেষ্ট বুঝতে পারিনি।

সম্পাদনা 1 : ধারণার প্রমাণ যা pvals.fnc () এখনও lme4 মডেলগুলির সাথে 'কিছু' করে তবে এটি এলোমেলো opeালু মডেলগুলির সাথে কিছু করে না।

library(lme4)
library(languageR)
#the example from pvals.fnc
data(primingHeid) 
# remove extreme outliers
primingHeid = primingHeid[primingHeid$RT < 7.1,]
# fit mixed-effects model
primingHeid.lmer = lmer(RT ~ RTtoPrime * ResponseToPrime + Condition + (1|Subject) + (1|Word), data = primingHeid)
mcmc = pvals.fnc(primingHeid.lmer, nsim=10000, withMCMC=TRUE)
#Subjects are in both conditions...
table(primingHeid$Subject,primingHeid$Condition)
#So I can fit a model that has a random slope of condition by participant
primingHeid.lmer.rs = lmer(RT ~ RTtoPrime * ResponseToPrime + Condition + (1+Condition|Subject) + (1|Word), data = primingHeid)
#However pvals.fnc fails here...
mcmc.rs = pvals.fnc(primingHeid.lmer.rs)

এটি বলেছে: pvals.fnc এ ত্রুটি (প্রাইমিংহিড.লমার.আরএস): এমসিএমসি স্যাম্পলিংটি এলোমেলো সম্পর্কের পরামিতিগুলির সাথে মডেলগুলির জন্য lme4_0.999375 তে এখনও প্রয়োগ করা হয়নি

অতিরিক্ত প্রশ্ন: pvals.fnc এলোমেলো ইন্টারসেপ্ট মডেলটির প্রত্যাশা অনুযায়ী পারফর্ম করছে? আউটপুট বিশ্বাস করা উচিত?

Comments

(1) আমি অবাক হয়েছি যে pvals.fnc এখনও আদৌ কাজ করে; আমি ভেবেছিলাম এমএমসিএসসিএম্প্যাম্প (যা pvals.fnc উপর নির্ভর করে) বেশ কিছুক্ষণ ধরে lme4 এ অ-কার্যক্ষম ছিল। আপনি lme4 এর কোন সংস্করণ ব্যবহার করছেন? (২) এলোমেলো slালু হওয়া তাত্পর্যপূর্ণ হওয়ার জন্য কোনও তাত্পর্যপূর্ণ কারণ নেই যা তাত্পর্যপূর্ণ পরীক্ষা পাওয়ার জন্য যা কিছু করছে তা ভেঙে দেওয়া উচিত (৩) এমসিএমসির সাথে তাত্পর্যপূর্ণ মিলনের বিষয়টি সামান্য পরিসংখ্যানহীন, পরিসংখ্যানগতভাবে, যদিও আমি তা করার তাগিদ বুঝতে পারি অন্তরগুলি আরও সমর্থনযোগ্য) (4) এই প্রশ্ন এবং

— অন্যটির

আমি যে lme4 ব্যবহার করি তার সংস্করণটি আমি যে কম্পিউটারে বসেছি তার উপর নির্ভর করে। এই কনসোলে lme4_0.999375-32 রয়েছে, তবে আমি বিশ্লেষণের জন্য এটি খুব কমই ব্যবহার করি। আমি বেশ কয়েক মাস আগে লক্ষ্য করেছি যে pvals.fnc () বিশ্লেষণের পরে lme4 ফলাফলগুলি ছড়িয়ে দিচ্ছিল - আমি এর জন্য এ সময় একটি কাজ তৈরি করেছি, তবে এটি আর কোনও সমস্যা বলে মনে হয় না। অদূর ভবিষ্যতে আপনার তৃতীয় পয়েন্টে আমাকে আরও একটি প্রশ্ন জিজ্ঞাসা করতে হবে।

— রাসেলপিয়ার্স

Answer 1

দেখে মনে হচ্ছে আপনার ত্রুটি বার্তাটি বিভিন্ন opালু সম্পর্কে নয়, এটি সম্পর্কিত সম্পর্কযুক্ত এলোমেলো প্রভাব সম্পর্কে। আপনি পাশাপাশি নিবন্ধযুক্ত ফিট করতে পারেন; এটি হ'ল স্বাধীন র্যান্ডম এফেক্ট সহ একটি মিশ্র-প্রভাব মডেল:

Linear mixed model fit by REML
Formula: Reaction ~ Days + (1 | Subject) + (0 + Days | Subject)
Data: sleepstudy

http://www.stat.wisc.edu/~bates/IMPS2008/lme4D.pdf থেকে

Answer 2

এখানে (কমপক্ষে বেশিরভাগ) সমাধান রয়েছে MCMCglmm।

প্রথমে এর সাথে সমতুল্য ইন্টারসেপ্ট-ভেরিয়েন্স-কেবল মডেলটি ফিট করুন MCMCglmm:

library(MCMCglmm)
primingHeid.MCMCglmm = MCMCglmm(fixed=RT ~ RTtoPrime * ResponseToPrime + Condition, 
                                random=~Subject+Word, data = primingHeid)

এর মধ্যে MCMCglmmএবং lmerআমার হ্যাক করা সংস্করণটি প্রথমে পুনরুদ্ধার করার মধ্যে ফিট করে arm::coefplot:

source(url("http://www.math.mcmaster.ca/bolker/R/misc/coefplot_new.R"))
  ## combine estimates of fixed effects and variance components
pp  <- as.mcmc(with(primingHeid.MCMCglmm, cbind(Sol, VCV)))
  ## extract coefficient table
cc1 <- coeftab(primingHeid.MCMCglmm,ptype=c("fixef", "vcov"))
  ## strip fixed/vcov indicators to make names match with lmer output
rownames(cc1) <- gsub("(Sol|VCV).", "", rownames(cc1))
  ## fixed effects -- v. similar
coefplot(list(cc1[1:5,], primingHeid.lmer))
  ## variance components -- quite different.  Worth further exploration?
coefplot(list(cc1[6:8,], coeftab(primingHeid.lmer, ptype="vcov")),
         xlim=c(0,0.16), cex.pts=1.5)

এখন এলোমেলো slালু দিয়ে চেষ্টা করুন:

primingHeid.rs.MCMCglmm = MCMCglmm(fixed=RT ~ RTtoPrime * ResponseToPrime + Condition,
                                   random=~Subject+Subject:Condition+Word, 
                                   data = primingHeid)        
summary(primingHeid.rs.MCMCglmm)

এটি কিছুটা "এমসিসিএম পি-মানগুলি" দেয় ... আপনাকে নিজের জন্য অনুসন্ধান করতে হবে এবং পুরো জিনিসটি বোঝায় কিনা তা দেখতে হবে ...

Comments

অনেক অনেক ধন্যবাদ বেন। দেখে মনে হচ্ছে এটি আমাকে সঠিক দিকে নির্দেশ করবে। এমসিএমসিসিএলএমএম-এর জন্য সাহায্য এবং সম্পর্কিত নিবন্ধগুলি পড়ার জন্য আমার কিছুটা সময় ব্যয় করা উচিত যা আমি যা করতে যাচ্ছি তার চারপাশে আমার মাথা গুটিয়ে রাখতে পারি কিনা তা দেখার জন্য।

— রাসেলপিয়েরেস

এক্ষেত্রে এলোমেলো slালু মডেলের কি এলোমেলো slালু এবং এলোমেলো ইন্টারসেপ্টের মধ্যে পারস্পরিক সম্পর্ক রয়েছে, বা এই কাঠামোর মধ্যে এই জাতীয় ধারণাটি সংবেদনহীন?

— রাসেলপিয়ার্স

আপনার কোডটি পড়া সহজ করার জন্য আমি এখানে কোডটি টিক করেছি, @ বেন; যদি আপনি এটি পছন্দ না করেন তবে নির্দ্বিধায় এটিকে রেকর্ড করুন / আমার ক্ষমা প্রার্থনা করুন।

— গুং - মনিকা পুনরায়