मैं सिर्फ इस पेपर में आया था , जो बताता है कि मिश्रित प्रभाव मॉडलिंग के माध्यम से माप की पुनरावृत्ति (उर्फ विश्वसनीयता, उर्फ इंट्राक्लास सहसंबंध) की गणना कैसे की जाती है। आर कोड होगा:
#fit the model
fit = lmer(dv~(1|unit),data=my_data)
#obtain the variance estimates
vc = VarCorr(fit)
residual_var = attr(vc,'sc')^2
intercept_var = attr(vc$id,'stddev')[1]^2
#compute the unadjusted repeatability
R = intercept_var/(intercept_var+residual_var)
#compute n0, the repeatability adjustment
n = as.data.frame(table(my_data$unit))
k = nrow(n)
N = sum(n$Freq)
n0 = (N-(sum(n$Freq^2)/N))/(k-1)
#compute the adjusted repeatability
Rn = R/(R+(1-R)/n0)
मेरा मानना है कि इस दृष्टिकोण का उपयोग प्रभावों की विश्वसनीयता की गणना करने के लिए भी किया जा सकता है (जैसे कि 2 स्तरों के साथ एक चर के विपरीत प्रभाव), जैसे कि:
#make sure the effect variable has sum contrasts
contrasts(my_data$iv) = contr.sum
#fit the model
fit = lmer(dv~(iv|unit)+iv,data=my_data)
#obtain the variance estimates
vc = VarCorr(fit)
residual_var = attr(vc,'sc')^2
effect_var = attr(vc$id,'stddev')[2]^2
#compute the unadjusted repeatability
R = effect_var/(effect_var+residual_var)
#compute n0, the repeatability adjustment
n = as.data.frame(table(my_data$unit,my_data$iv))
k = nrow(n)
N = sum(n$Freq)
n0 = (N-(sum(n$Freq^2)/N))/(k-1)
#compute the adjusted repeatability
Rn = R/(R+(1-R)/n0)
तीन प्रश्न:
- एक प्रभाव बनाने की पुनरावृत्ति की बिंदु अनुमान प्राप्त करने के लिए उपरोक्त संगणना क्या मायने रखती है?
- जब मेरे पास कई चर होते हैं जिनकी पुनरावृत्ति मैं अनुमान लगाना चाहता हूं, तो उन सभी को एक ही फिट (जैसे
lmer(dv~(iv1+iv2|unit)+iv1+iv2
) में जोड़ने से प्रत्येक प्रभाव के लिए एक अलग मॉडल बनाने की तुलना में उच्च पुनरावृत्ति अनुमान लगता है। यह मेरे लिए अनिवार्य रूप से समझ में आता है, क्योंकि कई प्रभावों को शामिल करने से अवशिष्ट विचरण में कमी आएगी, लेकिन मैं सकारात्मक नहीं हूं कि परिणामी पुनरावृत्ति अनुमान मान्य हैं। क्या वो? - उपर्युक्त उद्धृत पत्र से पता चलता है कि संभावना रूपरेखा मुझे पुनरावृत्ति अनुमानों के लिए विश्वास अंतराल प्राप्त करने में मदद कर सकती है, लेकिन अब तक मैं बता सकता हूं,
confint(profile(fit))
केवल अवरोधन और प्रभाव भिन्नताओं के लिए अंतराल प्रदान करता है, जबकि मुझे गणना करने के लिए अवशिष्ट विचरण के लिए अंतराल की आवश्यकता होगी। दोहराव के लिए अंतराल, नहीं?