मैं आर में मॉडल औसत का उपयोग करके कुछ डेटा के अपने विश्लेषण से रिपोर्ट करने और समझने की कोशिश कर रहा हूं।
मैं दिए गए चर पर माप की विधि के प्रभाव का विश्लेषण करने के लिए निम्नलिखित स्क्रिप्ट का उपयोग कर रहा हूं: यहां डेटासेट है: https://www.dropbox.com/s/u9un273gzw9o30u/VMT4.csv?dl=0
फिट किया जाने वाला मॉडल:
LM.1 <- gls(VMTf ~ turn+sex+method, na.action="na.fail", method = "ML",VMT4)ड्रेजेज फुल मॉडल
require(MuMIn)
d=dredge(LM.1)
print(d)
coefficients(d)पैरामीटर अनुमान प्राप्त करने के लिए सभी मॉडलों की सारांश जानकारी प्राप्त करें
summary(model.avg(d))मुझे पता है कि या तो सभी मॉडल औसत (पूर्ण मॉडल औसत) हो सकते हैं या उनमें से केवल एक सबसेट (सशर्त औसत) हो सकता है। अब, मैं यह जानना चाहूंगा: जब पूर्ण या सशर्त औसत का उपयोग करना बेहतर होता है, तो इनफ़ेक्शन बनाने के लिए। वैज्ञानिक लेख के लिए मुझे इस सब की क्या रिपोर्ट करनी चाहिए? स्थिति औसत मॉडल के लिए Z मान और संबद्ध p का क्या अर्थ है?
मेरे सवालों की कल्पना करना आसान बनाने के लिए। यहाँ परिणाम तालिका है,
> summary(model.avg(d))# now, there are effects
Call:
model.avg(object = d)
Component model call:
gls(model = VMT ~ <8 unique rhs>, data = VMT4, method = ML, na.action =
na.fail)
Component models:
df logLik AICc delta weight
1 4 -247.10 502.52 0.00 0.34
12 5 -246.17 502.83 0.31 0.29
13 5 -246.52 503.52 1.01 0.20
123 6 -245.60 503.88 1.36 0.17
(Null) 2 -258.62 521.33 18.81 0.00
3 3 -258.38 522.95 20.43 0.00
2 3 -258.60 523.39 20.88 0.00
23 4 -258.36 525.05 22.53 0.00
Term codes:
method sex turn
1 2 3
Model-averaged coefficients:
(full average)
Estimate Std. Error Adjusted SE z value Pr(>|z|)
(Intercept) 42.63521 0.37170 0.37447 113.856 < 2e-16 ***
methodlight chamber -1.05276 0.36098 0.36440 2.889 0.00386 **
methodthermal gradient -1.80567 0.36103 0.36445 4.955 7e-07 ***
sex2 0.19023 0.29403 0.29548 0.644 0.51970
turn 0.05005 0.10083 0.10141 0.494 0.62165
(conditional average)
Estimate Std. Error Adjusted SE z value Pr(>|z|)
(Intercept) 42.6352 0.3717 0.3745 113.856 < 2e-16 ***
methodlight chamber -1.0528 0.3609 0.3643 2.890 0.00386 **
methodthermal gradient -1.8058 0.3608 0.3642 4.958 7.1e-07 ***
sex2 0.4144 0.3089 0.3119 1.328 0.18402
turn 0.1337 0.1264 0.1276 1.047 0.29492
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Relative variable importance:
method sex turn
Importance: 1.00 0.46 0.37
N containing models: 4 4 4