Lme4 এ এলোমেলো-প্রভাবের জন্য ভেরিয়েন্স-কোভারিয়েন্স কাঠামো

Question

র্যান্ডম-প্রতিক্রিয়া জন্য ডিফল্ট ভ্যারিয়েন্স-সহভেদাংক গঠন কি glmerবা lmerমধ্যে lme4প্যাকেজ? কোডটিতে এলোমেলো-প্রভাবের জন্য কীভাবে কোনও অন্যান্য বৈকল্পিক-সমবায় কাঠামো নির্দিষ্ট করে? lme4ডকুমেন্টেশনে এ সম্পর্কিত কোনও তথ্য আমি খুঁজে পাইনি ।

Answer 1

ডিফল্ট ভেরিয়েন্স-কোভারিয়েন্স কাঠামোটি কাঠামোহীন - এটি হ'ল স্তরের সাথে ভেক্টর এলোমেলো প্রভাবের জন্য ভেরিয়েন্স-কোভারিয়েন্স ম্যাট্রিক্সের একমাত্র বাধা এটি ইতিবাচক সুনির্দিষ্ট। আলাদা করুন র্যান্ডম প্রভাব পদ স্বাধীন বলে মনে করা হয়, কিন্তু, তাই যদি আপনি মাপসই (যেমন) র্যান্ডম পথিমধ্যে এবং ঢাল যেখানে পথিমধ্যে এবং ঢাল সম্পর্কহীন (অগত্যা একটি ভাল ধারণা) সঙ্গে একটি মডেল, আপনি সূত্র ব্যবহার করতে পারেন করতে চান , যেখানে হয় গ্রুপিং ফ্যাক্টর; দ্য$n$(1|g) + (0+x|g)g0দ্বিতীয় মেয়াদে বিরতি দমন। আপনি যদি একটি শ্রেণিবদ্ধ ভেরিয়েবলের স্বাধীন প্যারামিটারগুলি ফিট করতে চান (আবার সম্ভবত সম্ভাব্য প্রশ্নযুক্ত), আপনাকে সম্ভবত হাতে ডামি ভেরিয়েবলগুলি তৈরি করতে হবে। নেস্টেড গ্রুপিং ভেরিয়েবল হিসাবে ফ্যাক্টরটিকে চিকিত্সা করে আপনি বাছাই করতে পারেন, একটি যৌগিক-প্রতিসামগ্রী ভেরিয়েন্স-কোভেরিয়েন্স কাঠামো (যদিও কেবল অ-নেতিবাচক সমবায় সহ) const উদাহরণস্বরূপ, যদি fকোনও ফ্যাক্টর হয় তবে (1|g/f)এর স্তরগুলির মধ্যে সমান পারস্পরিক সম্পর্ক গ্রহণ করা হবে f।

অন্যান্য / আরও জটিল ভেরিয়েন্স-কোভারিয়েন্স স্ট্রাকচারের জন্য, আপনার পছন্দগুলি (আরে) হ'ল (1) ব্যবহার করুন nlme( pdMatrixযাতে আরও নমনীয়তার অনুমতি দেওয়ার জন্য কনস্ট্রাক্টর রয়েছে ); (২) ব্যবহার MCMCglmm(যা অস্ট্রাস্ট্রাক্টড, যৌগিক প্রতিসাম্য, বিভিন্ন রূপের পরিচয়, বা একজাতীয় রূপগুলির সাথে পরিচয় সহ বিভিন্ন কাঠামোর প্রস্তাব দেয়); (3) একটি বিশেষ-উদ্দেশ্য প্যাকেজ ব্যবহার করুন যেমন pedigreemmএকটি বিশেষ কাঠামোগত ম্যাট্রিক্স তৈরি করে। flexLambdaগিথুবের একটি শাখা রয়েছে যা অবশেষে এই দিকে আরও সক্ষমতা সরবরাহ করার আশা করে।

Comments

হতে পারে এটি দেখানো মূল্যবান যে xxMপ্যাকেজটি একটি ভাল তবে আরও জটিল বিকল্প, যা কাঠামো সমীকরণের মডেলিংয়ের অনুমতি দেয়। xxm.times.uh.edu

— ব্যবহারকারী 33268

Answer 2

আমি উদাহরণ দিয়ে এটি প্রদর্শন করতে পারেন।

কোভারিয়েন্সের শর্তাবলী একই সূত্রটিতে নির্দিষ্ট এবং এলোমেলো প্রভাব হিসাবে নির্দিষ্ট করা হয়। সূত্রটি যেভাবে লেখা হয়েছে তা দ্বারা কোভারিয়েন্সের শর্তাদি নির্দিষ্ট করা হয়েছে।

উদাহরণ স্বরূপ:

glmer(y ~ 1 + x1 + (1|g) + (0+x1|g), data=data, family="binomial")

এখানে দুটি স্থির প্রভাব রয়েছে যা এলোমেলোভাবে পরিবর্তিত হওয়ার অনুমতি দেওয়া হয় এবং একটি গ্রুপিং ফ্যাক্টর g। যেহেতু দুটি এলোমেলো প্রভাবগুলি তাদের নিজস্ব পদগুলিতে পৃথক করা হয়েছে, তাদের মধ্যে কোনও সমবায় শব্দটি অন্তর্ভুক্ত করা হয়নি। অন্য কথায়, কেবলমাত্র ভেরিয়েন্স-কোভারিয়েন্স ম্যাট্রিক্সের তির্যকটি অনুমান করা হয়। দ্বিতীয় মেয়াদে শূন্য স্পষ্টভাবে বলেছে যে এলোমেলো ইন্টারসেপ্ট শব্দ যুক্ত করবেন না বা বিদ্যমান র্যান্ডম ইন্টারসেপ্টের সাথে আলাদা হতে দেবেন না x1।

দ্বিতীয় উদাহরণ:

glmer(y ~ 1 + x1 + (1+x1|g), data=data, family="binomial")

এখানে ইন্টারসেপ্ট এবং x1এলোমেলো প্রভাবগুলির মধ্যে একটি সমবায় নির্দিষ্ট করা হয়েছে কারণ 1 + x1 | জি সব একই শব্দে অন্তর্ভুক্ত রয়েছে। অন্য কথায়, ভেরিয়েন্স-কোভারিয়েন্স কাঠামোর সমস্ত 3 সম্ভাব্য পরামিতি অনুমান করা হয়।

আরও কিছু জটিল উদাহরণ:

glmer(y ~ 1 + x1 + x2 + (1+x1|g) + (0+x2|g), data=data, family="binomial")

এখানে ইন্টারসেপ্ট এবং x1এলোমেলো প্রভাবগুলি এক সাথে পরিবর্তিত হওয়ার অনুমতি দেওয়া হয়েছে যখন x2এলোমেলো প্রভাব এবং অন্য দুটির মধ্যে একটির মধ্যে শূন্য সম্পর্ক স্থাপন করা হয় । আবার একটি 0মধ্যে অন্তর্ভুক্ত করা হয় x2র্যান্ডম প্রভাব শব্দটি শুধুমাত্র একটি র্যান্ডম পথিমধ্যে সহ স্পষ্টভাবে এড়াতে যে সঙ্গে covaries x2র্যান্ডম প্রভাব।