ग्लैमर में यादृच्छिक प्रभाव विचरण की व्याख्या करना

Question

मैं परागण पर एक पेपर को संशोधित कर रहा हूं, जहां डेटा द्विपद रूप से वितरित किए जाते हैं (फल परिपक्व होते हैं या नहीं)। इसलिए मैंने glmerएक यादृच्छिक प्रभाव (व्यक्तिगत संयंत्र) और एक निश्चित प्रभाव (उपचार) के साथ उपयोग किया। एक समीक्षक यह जानना चाहता है कि क्या पौधे पर फलों के सेट का प्रभाव था - लेकिन मुझे glmerपरिणामों की व्याख्या करने में परेशानी हो रही है ।

मैंने वेब के चारों ओर पढ़ा है और ऐसा लगता है कि सीधे तुलना glmऔर glmerमॉडल के साथ कोई समस्या हो सकती है , इसलिए मैं ऐसा नहीं कर रहा हूं। मुझे लगा कि इस सवाल का जवाब देने का सबसे सीधा तरीका यह होगा कि रैंडम इफ़ेक्ट वेरिएशन (1.449, नीचे) की तुलना कुल वेरिएशन से की जाए या ट्रीटमेंट द्वारा समझाया गया वैरिएशन हो। लेकिन मैं इन अन्य प्रकारों की गणना कैसे करूं? वे नीचे दिए गए आउटपुट में शामिल नहीं लगते हैं। मैं द्विपद के लिए शामिल नहीं होने वाले अवशिष्ट प्रकारों के बारे में कुछ पढ़ता हूं glmer- मैं यादृच्छिक प्रभाव के सापेक्ष महत्व की व्याख्या कैसे करूं?

> summary(exclusionM_stem)
Generalized linear mixed model fit by maximum likelihood (Laplace
  Approximation) [glmerMod]
 Family: binomial  ( logit )
Formula: cbind(Fruit_1, Fruit_0) ~ Treatment + (1 | PlantID)

     AIC      BIC   logLik deviance df.resid 
   125.9    131.5    -59.0    117.9       26 

Scaled residuals: 
    Min      1Q  Median      3Q     Max 
-2.0793 -0.8021 -0.0603  0.6544  1.9216 

Random effects:
 Groups  Name        Variance Std.Dev.
 PlantID (Intercept) 1.449    1.204   
Number of obs: 30, groups:  PlantID, 10

Fixed effects:
            Estimate Std. Error z value Pr(>|z|)   
(Intercept)  -0.5480     0.4623  -1.185   0.2359   
TreatmentD   -1.1838     0.3811  -3.106   0.0019 **
TreatmentN   -0.3555     0.3313  -1.073   0.2832   
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Correlation of Fixed Effects:
           (Intr) TrtmnD
TreatmentD -0.338       
TreatmentN -0.399  0.509

Answer 1

जबकि GLMMs के लिए "प्रत्येक अनुपात द्वारा समझाया गया अनुपात अनुपात" का एक एनालॉग प्राप्त करना सिद्धांत रूप में संभव है, कई जटिल कारक हैं (जो मॉडल के स्तरों को आप "कुल विचरण" मानते हैं, और आप नमूना भिन्नता को मात्रा के कारण कैसे निर्धारित करते हैं) निम्नतम-स्तर [इस मामले में द्विपद] नमूना वितरण)? नकागावा और शिल्जेथ (doi: 10.1111 / j.2041-210x.2012.00261.x) R (2) (कुल विचरण का अनुपात) की गणना के लिए एक सामान्य दृष्टिकोण प्रस्तुत करते हैं (जी) LMMs जो पारिस्थितिकी में काफी लोकप्रिय है; जू एट अल 2003एक समान दृष्टिकोण अपनाएं। सिद्धांत रूप में इस दृष्टिकोण को शायद अलग-अलग शब्दों द्वारा समझाए गए विचरण के अनुपात पर विचार करने के लिए बढ़ाया जा सकता है [लेकिन ध्यान दें कि इस तरह से विचार किए गए मॉडल में सभी शब्दों के 'विचरण का अनुपात' शायद 100% तक नहीं बढ़ेगा - यह हो सकता है कम या ज्यादा होना]।

$4\sigma$$-1.96 \sigma$$+1.96\sigma$

दिखने में:

Comments

$R^2$

मैं सिर्फ यह कह रहा था कि मुझे नहीं लगता कि यह एक पागल या जरूरी बीमार प्रश्न है। लेकिन दोनों पदानुक्रमित संरचना और जीएलएम-जैसे मॉडल कीड़े के डिब्बे खोलते हैं जो जवाब देने के लिए कठिन बनाते हैं। मैं आमतौर पर परेशान नहीं करता हूं, लेकिन मैं देख सकता हूं कि लोग उन संख्याओं को खोजने का प्रयास क्यों करना चाहते हैं जो एक मॉडल में, उचित तरीके से फिट होने की अच्छाई या शर्तों के सापेक्ष महत्व को मापते हैं।

— बेन बोल्कर

यह उचित है। Btw, क्या आप मेरे सुझाव के बारे में सोचते हैं कि w / 10 पौधे, 3 उपचार और N = 30, ओपी एक मॉडल को निर्धारित प्रभावों के रूप में उपयोग कर सकता है? मुझे नहीं लगता कि यह सही अंतिम मॉडल होगा, निश्चित रूप से, लेकिन यह मुझे परीक्षण करने के लिए एक संभावित अनुमति के रूप में हड़ताल करता है कि क्या पौधों के बीच भिन्नता है, और तुलना के लिए समान चर पर दोनों चर डालने के लिए।

— गुंग - को पुनः स्थापित मोनिका

मुझे उचित लगता है।

— बेन बोल्कर

मैंने ट्रीटमेंट और प्लांट दोनों के साथ एक मॉडल फिट किया जैसा कि सुझाए गए प्रभावों के रूप में है, और प्लांट शब्द का बहुत उच्च पी-मूल्य (पी = 0.3) था। क्या यह अजीब प्रतीत होता है, जैसा कि आप कहते हैं, "अनुमानित पौधों के बीच मानक विचलन 1.20 है, जो सबसे बड़े उपचार प्रभाव (-1.18) के परिमाण के बहुत करीब है"? यह 2 निश्चित प्रभावों के साथ एक एनोवा में महत्वहीन क्यों दिखाई देगा?

— jwb4

Answer 2

यदि आप परीक्षण करना चाहते हैं तो का विचरण PlantIDहै । हालांकि, यह चलाने की कोशिश करने के लिए एक अजीब परीक्षा है, क्योंकि शून्य मूल्य अनुमेय स्थान की सीमा पर है। इस तरह के परीक्षण अभी भी चलाए जा रहे हैं, लेकिन बहुत सारे लोग उनसे बहुत असहज हैं। $0$

आपके मामले में, आपके पास प्रति पौधे कई उपाय हैं, इसलिए एक त्वरित और गंदा तरीका एक मॉडल PlantIDको एक निश्चित प्रभाव के रूप में चलाना है , और उस प्रभाव का परीक्षण करना है।

Answer 3

आपके समीक्षक का सरल उत्तर है, "हां।" यदि वह आपको यह परखने के लिए कह रहा है कि क्या यादृच्छिक प्रभाव का विचरण 0 से काफी अलग है, तो आपके पास कुछ विकल्प हैं। नोट करें कि कई स्मार्ट लोग परीक्षण के साथ असहज हैं यदि यादृच्छिक प्रभावों के संस्करण 0 से भिन्न हैं।

सरलतम एक संभावना अनुपात परीक्षण है, हालांकि अधिकांश द्वारा अनुशंसित नहीं है। सीमाओं पर परीक्षण करते समय वे बहुत रूढ़िवादी होते हैं (यानी आपका परीक्षण 0 के विचरण के खिलाफ परीक्षण कर रहा है जो जितना कम हो उतना कम हो सकता है)। वहाँ अंगूठे का एक नियम है कि पी मूल्य दो बार के बारे में है कि यह वास्तव में क्या है।

अधिकांश स्थानों पर अनुशंसित विधि पैरामीट्रिक बूटस्ट्रैप है। आप पैकेज bootMerसे उपयोग कर सकते हैं lme4। सुनिश्चित करें कि आपके FALSE में आपके lmer फ़ंक्शन का REML पैरामीटर सेट है, अन्यथा आपका विचरण 0% से अधिक समय (या इसके करीब) से अधिक होगा ... वास्तव में यह संभवतः 0 से लगभग 100% से अधिक होगा वैसे भी)।

कुछ सुझाव और आगे के संसाधन:

http://glmm.wikidot.com/faq (मैं यह कैसे पता लगा सकता हूं कि यादृच्छिक प्रभाव महत्वपूर्ण है? हेडिंग)

निश्चित प्रभावों के लिए लैमर () पैरामीट्रिक बूटस्ट्रैप परीक्षण

http://www.r-bloggers.com/using-bootmer-to-do-model-comparison-in-r/

Comments

मॉडल तुलना के लिए इस आकर्षक (और शीघ्र!) गाइड के लिए धन्यवाद। लेकिन मैं यादृच्छिक चर के प्रभाव की "परिमाण" की व्याख्या कैसे करूंगा? यानी, मैं अपने रैंडम वेरिएबल द्वारा बताए गए विचरण की तुलना निश्चित चर (उपचार) द्वारा बताए गए विचरण से कैसे करूंगा? मुझे लगता है मैं नहीं देखता कि बूटस्ट्रैप्ड LRT टेस्ट के परिणामों से यह कैसे चमका है।

— jwb4

Answer 4

में एकाधिक-नमूना कोचरन के क्यू टेस्ट , वे दो मॉडल के परिणाम (यादृच्छिक प्रभाव के बिना एक और यादृच्छिक प्रभाव के साथ एक) की तुलना करने के एनोवा का उपयोग करें।

बालिरिक द्वीप समूह का जयो रोचा विश्वविद्यालय