मिश्रित मॉडल के लिए पैरामीट्रिक, सेमीपैरेट्रिक और नॉनपैमेट्रिक बूटस्ट्रैपिंग

9

निम्नलिखित आलेख इस लेख से लिए गए हैं । मैं बूटस्ट्रैप करने के लिए नौसिखिया हूं और R bootपैकेज के साथ रैखिक मिश्रित मॉडल के लिए पैरामीट्रिक, सेमीपैरेट्रिक और नॉनपैमेट्रिक बूटस्ट्रैपिंग बूटस्ट्रैपिंग को लागू करने की कोशिश कर रहा हूं ।

यहाँ छवि विवरण दर्ज करें

आर कोड

यहाँ मेरा Rकोड है:

library(SASmixed)
library(lme4)
library(boot)

fm1Cult <- lmer(drywt ~ Inoc + Cult + (1|Block) + (1|Cult), data=Cultivation)
fixef(fm1Cult)


boot.fn <- function(data, indices){
 data <- data[indices, ]
 mod <- lmer(drywt ~ Inoc + Cult + (1|Block) + (1|Cult), data=data)
 fixef(mod)
 }

set.seed(12345)
Out <- boot(data=Cultivation, statistic=boot.fn, R=99)
Out

प्रशन

bootपैकेज के साथ मिश्रित मॉडल के लिए पैरामीट्रिक, सेमीपैरेट्रिक और नॉनपैमेट्रिक बूटस्ट्रैपिंग कैसे करें ?
मुझे लगता है कि मैं अपने कोड में मिश्रित मॉडल के लिए गैरपारंपरिक बूटस्ट्रैपिंग कर रहा हूं।

मुझे ये स्लाइड्स मिलीं लेकिन आर पैकेज नहीं मिला merBoot। कोई भी विचार जहां मुझे यह पैकेज मिल सकता है। किसी भी तरह की सहायता की हम सराहना करेंगे। आपकी मदद और समय के लिए अग्रिम धन्यवाद।

r mixed-model bootstrap central-limit-theorem stable-distribution time-series hypothesis-testing markov-process r correlation categorical-data association-measure meta-analysis r anova confidence-interval lm r bayesian multilevel-analysis logit regression logistic least-squares eda regression notation distributions random-variable expected-value distributions markov-process hidden-markov-model r variance group-differences microarray r descriptive-statistics machine-learning references r regression r categorical-data random-forest data-transformation data-visualization interactive-visualization binomial beta-distribution time-series forecasting logistic arima beta-regression r time-series seasonality large-data unevenly-spaced-time-series correlation statistical-significance normalization population group-differences demography

— MYaseen208
स्रोत

8

मिश्रित रैखिक मॉडल में बूटस्ट्रैपिंग रिग्रेशन में बूटस्ट्रैपिंग की तरह बहुत है सिवाय इसके कि आपको यह जटिलता है कि प्रभावों को निश्चित और यादृच्छिक में विभाजित किया गया है। पैरामीट्रिक बूटस्ट्रैप करने के लिए प्रतिगमन में, आप डेटा के लिए पैरामीट्रिक मॉडल फिट करते हैं, मॉडल अवशिष्टों की गणना करते हैं, अवशिष्टों को बूटस्ट्रैप करते हैं, बूटस्ट्रैप अवशिष्टों को लेते हैं और डेटा के लिए बूटस्ट्रैप नमूना प्राप्त करने के लिए उन्हें फिट किए गए मॉडल में जोड़ते हैं और फिर मॉडल को फिट करते हैं। बूटस्ट्रैप डेटा को बूटस्ट्रैप नमूना पैरामीटर अनुमान प्राप्त करने के लिए। आप मूल अवशेषों को फिर से बूटस्ट्रैप करके प्रक्रिया को दोहराते हैं और फिर मापदंडों के दूसरे बूटस्ट्रैप नमूना अनुमान प्राप्त करने के लिए प्रक्रिया में अन्य चरणों को दोहराते हैं। नॉनपैमेट्रिक बूटस्ट्रैप के लिए, आप प्रतिक्रिया और कोवरिएट मानों के वेक्टर बनाते हैं और बूटस्ट्रैप नमूने के लिए वैक्टर के चयन को बूटस्ट्रैप करते हैं। बूटस्ट्रैप नमूने से, आप मापदंडों को प्राप्त करने के लिए मॉडल फिट करते हैं और आप प्रक्रिया को दोहराते हैं। पैरामीट्रिक और नॉनपैरेमेट्रिक बूटस्ट्रैप के बीच एकमात्र अंतर यह है कि आप पैरामीट्रिक बूटस्ट्रैप के लिए अवशिष्ट को बूटस्ट्रैप करते हैं जबकि नॉनपैरेमेट्रिक बूटस्ट्रैप वैक्टर को बूटस्ट्रैप करता है। मिश्रित मॉडल मामले में आप पैरामीट्रिक बूटस्ट्रैप भी कर सकते हैं जिसमें कुछ प्रभाव पैरामीट्रिक और दूसरों के गैरपारंपरिक रूप से होते हैं। यदि आपका कोड वैक्टर बूटस्ट्रैप कर रहा है तो आप नॉनपैरेमेट्रिक बूटस्ट्रैप कर रहे हैं। मेरे पास R में ऐसा करने के लिए कोई विशिष्ट समाधान नहीं है, लेकिन यदि आप Efron और टिब्शिरानी की पुस्तक या रॉबर्ट लाबुडे के साथ मेरी पुस्तक को देखते हैं तो आप रैखिक मिश्रित मॉडल के समान मॉडल के लिए R कोड देखेंगे।

— माइकल आर। चेरिक
स्रोत

धन्यवाद @Michael आपके अच्छे उत्तर के लिए। यदि आप सभी तीन बूटस्ट्रैपिंग विधियों के लिए उदाहरण साझा करते हैं, तो मैं बहुत सराहना करूँगा R।

— MYaseen208

मुझे नहीं लगता कि मेरे पास सेमीपैरमेट्रिक उदाहरण हैं। मैं एक आर प्रोग्रामर (अभी तक) नहीं हूं। रॉबर्ट लाबुडे ने हमारी पुस्तक में सभी आर आर प्रोग्रामिंग की। वह आर में स्थिर ऑटोरोएरिव मॉडल (पीपी 120-122) के लिए कोड किए गए पैरामीट्रिक बूटस्ट्रैप का उदाहरण देता है। पुस्तक के पृष्ठ 10 पर वह आर के सभी बूटस्ट्रैप कार्यों को दिखाता है जो क्वेरी "> help.search ('बूटस्ट्रैप') का उपयोग करके दिखाते हैं। एफ्रॉन और टिबशिरानी ने अपनी पुस्तक में आर में बूटस्ट्रैप पैकेज का दस्तावेजीकरण किया है जिसे वे" बूटस्ट्रैप "कहते हैं। डेविसन और हिंकले के कारण पैकेज उनका पैकेज "बूट" है जिसे आप उनकी बूटस्ट्रैप पुस्तक के बारे में अधिक जानकारी प्राप्त कर सकते हैं।

— माइकल आर। चेरिक

यह उल्लेख किया जाना चाहिए कि मिश्रित मॉडल के सख्त गैर-पैरामीट्रिक बूटस्ट्रैपिंग विफलता का खतरा है। यह एक यादृच्छिक चर के स्तर को पूरी तरह से छोड़ सकता है, जो प्रक्रिया को रोक देता है।

— ब्रायन

2

आप bootMerlme4 के विकास संस्करण में फ़ंक्शन पर एक नज़र डालना चाहते हैं,

install_github("lme4",user="lme4")
library(lme4)

मिश्रित मॉडल के मॉडल आधारित (अर्द्ध) पैरामीट्रिक बूटस्ट्रैपिंग कर सकते हैं ... बस जाँच करें ?bootMer

— टॉम वेसलर्स
स्रोत