একটি মিশ্র-প্রভাবগুলির মডেলটিতে বর্ণিত পরিবর্তনের অনুপাত

Question

এটি আগে জিজ্ঞাসা করা হয়েছিল কিনা আমি জানি না, তবে আমি এটি সম্পর্কে কিছুই পাই না। আমার প্রশ্ন হ'ল যদি কেউ মিশ্র-ইফেক্ট মডেলটিতে স্থির এবং এলোমেলো কারণগুলির প্রতিটি দ্বারা ব্যাখ্যা করা বৈকল্পিকের অনুপাত কীভাবে পাওয়া যায় তা শিখতে যদি কোনও ভাল রেফারেন্স সরবরাহ করতে পারে।

Comments

ভাল প্রশ্ন, তবে আমার কাছে একটি ভাল উত্তর নেই (এর জন্য একটি রেফারেন্স)। মিশ্র মডেলগুলিতে একাধিক স্তরের বৈচিত্র রয়েছে, সুতরাং ব্যাখ্যা করার জন্য বৈকল্পিকের একাধিক উপাদান রয়েছে এবং এটির সাথে এলোমেলো প্রভাবগুলি সত্যই 'ব্যাখ্যা করতে' বলা যেতে পারে কিনা তা বিতর্কযোগ্য। আমি মনে করি মিশ্রিত মডেলগুলিতে 'অনুপাতের অনুপাতের ব্যাখ্যা করা' এর সম্পূর্ণ ধারণাটি কম ব্যবহারযোগ্য।

— onestop

এই বিষয়টিতে

— user5475

জেলম্যানস "বেয়েসিয়ান আনোভা" পদ্ধতিটিও কার্যকর হতে পারে।

— এন ব্রাউয়ার 13

Answer 1

আমি কিছু তথ্য সরবরাহ করতে পারি:

শু, আর (2003)। রৈখিক মিশ্র প্রভাবগুলির মডেলগুলির বিভিন্নতা ব্যাখ্যা করে। মেডিসিনে পরিসংখ্যান , 22 , 3527-3541। ডোই: 10,1002 / sim.1572

এডওয়ার্ডস, এলজে, মুলার, কেই, ওল্ফঞ্জার, আরডি, কাকিশ, বিএফ, এবং স্ক্যাবেনবার্গার, ও। (২০০৮)। রৈখিক মিশ্র মডেলের স্থির প্রভাবগুলির জন্য একটি পরিসংখ্যান। মেডিসিনে পরিসংখ্যান , 27 , 6137-6157। ডোই: 10,1002 / sim.3429$R^2$

হ্যাসজার, ও। (২০০৮) মিশ্র রিগ্রেশন মডেলগুলির সংকল্পের সহগের উপর। পরিসংখ্যান পরিকল্পনা এবং অনুমান জার্নাল , 138 , 3022-3038। ডোই: 10,1016 / j.jspi.2007.11.010

নাকাগাওয়া, এস।, এবং স্টিলেজেথ, এইচ। (2013)। জেনারাইজড লিনিয়ার মিশ্রিত-প্রভাব মডেলগুলি থেকে পাওয়ার জন্য একটি সাধারণ এবং সাধারণ পদ্ধতি । বাস্তুশাস্ত্র এবং বিবর্তন পদ্ধতি, 4 , 133-142। ডোই: 10,1111 / j.2041-210x.2012.00261.x$R^2$

শুভ পড়ার!

Answer 2

MuMInR$^2$$^1$

#load packages
library(lme4)
library(MuMIn)

#Fit Model
m <- lmer(mpg ~ gear + disp + (1|cyl), data = mtcars)

#Determine R2:
r.squaredGLMM(m) 

       R2m       R2c 
 0.5476160 0.7150239  

ফাংশন জন্য আউটপুট r.squaredGLMMপ্রদান করে:

• আর 2 মি : প্রান্তিক আর স্থির প্রভাবগুলির সাথে সম্পর্কিত স্কোয়ার্ড মান

• R2c শর্তসাপেক্ষে আর 2 মান স্থির প্রভাবের সাথে সাথে এলোমেলো প্রভাবের সাথে যুক্ত।

দ্রষ্টব্য: লিঙ্কযুক্ত ব্লগ পোস্টে একটি মন্তব্যে পরামর্শ দেওয়া হয়েছে যে জোন লেফচেক ( প্যাকেজের sem.model.fitsমধ্যে ফাংশনটি ব্যবহার করে piecewiseSEM) বিকশিত বিকল্প নাকাগাওয়া এবং স্কিলজেথ অনুপ্রেরণামূলক পদ্ধতির অনুরূপ ফলাফল তৈরি হয়েছে। [সুতরাং আপনার কাছে বিকল্প রয়েছে: পি]।

• আমি এই আধুনিক কার্যটি পরীক্ষা করি নি, তবে আমি প্যাকেজে r.squaredGLMM()ফাংশনটি পরীক্ষা করেছি MuMInএবং এটি আজও (2018) কার্যকর রয়েছে তা প্রমাণ করতে পারি।

• $^2$

---

^{1: নাকাগাওয়া, এস। এবং শচিলজেথ, এইচ 2013. সাধারণীকরণীয় রৈখিক মিশ্র-প্রভাবগুলির মডেলগুলি থেকে আর 2 পাওয়ার জন্য একটি সাধারণ এবং সাধারণ পদ্ধতি। বাস্তুশাস্ত্র এবং বিবর্তন পদ্ধতি 4 (2): 133-142।}

^{2: জনসন, পিসিডি 2014 এলোমেলোভাবে নাকাগাওয়া এবং শিলিজেথের আর 2 জিএলএমএম এলোমেলো opালু মডেলগুলিতে। বাস্তুশাস্ত্র এবং বিবর্তন পদ্ধতিসমূহ 5: 44-946।}

Comments

আপনার উত্তরের জন্য @ তত্ত্ববিদদের ধন্যবাদ আমি উল্লিখিত প্যাকেজগুলির একটি নজর রাখব।

— ম্যানুয়েল রামন