मेरा एक प्रयोग है जिसे मैं यहाँ सार करने की कोशिश करूँगा। कल्पना कीजिए कि मैं आपके सामने तीन सफेद पत्थरों को उछालता हूं और आपको उनकी स्थिति के बारे में निर्णय लेने के लिए कहता हूं। मैं पत्थरों के गुणों और आपकी प्रतिक्रिया को रिकॉर्ड करता हूं। मैं कई विषयों पर ऐसा करता हूं। मैं दो मॉडल तैयार करता हूं। एक यह है कि आपके लिए निकटतम पत्थर आपकी प्रतिक्रिया की भविष्यवाणी करता है, और दूसरा यह है कि पत्थरों का ज्यामितीय केंद्र आपकी प्रतिक्रिया की भविष्यवाणी करता है। इसलिए, RI में lmer का उपयोग करके लिख सकते हैं।
mNear <- lmer(resp ~ nearest + (1|subject), REML = FALSE)
mCenter <- lmer(resp ~ center + (1|subject), REML = FALSE)अद्यतन और बदलें - अधिक प्रत्यक्ष संस्करण जिसमें कई सहायक टिप्पणियां शामिल हैं
मै प्रयास कर सका
anova(mNear, mCenter)जो गलत है, निश्चित रूप से, क्योंकि वे नेस्टेड नहीं हैं और मैं वास्तव में उनकी उस तरह से तुलना नहीं कर सकता। मैं एक त्रुटि फेंकने के लिए aova.mer की उम्मीद कर रहा था लेकिन यह नहीं हुआ। लेकिन संभव घोंसले के शिकार जो मैं यहां कोशिश कर सकता हूं वह स्वाभाविक नहीं है और अभी भी मुझे कुछ हद तक विश्लेषणात्मक बयानों के साथ छोड़ देता है। जब मॉडल स्वाभाविक रूप से नेस्टेड होते हैं (जैसे रैखिक पर द्विघात) तो परीक्षण केवल एक ही तरीका है। लेकिन इस मामले में असममित निष्कर्षों का क्या मतलब होगा?
उदाहरण के लिए, मैं एक मॉडल तीन बना सकता है:
mBoth <- lmer(resp ~ center + nearest + (1|subject), REML = FALSE)तब मैं एनोवा कर सकता हूं।
anova(mCenter, mBoth)
anova(mNearest, mBoth)यह करना उचित है और अब मुझे पता चला है कि केंद्र निकटतम प्रभाव (दूसरी कमान) में जुड़ जाता है लेकिन BIC वास्तव में ऊपर जाता है जब निकटतम को केंद्र में जोड़ा जाता है (निचले पार्सिमनी के लिए सुधार)। यह पुष्टि करता है कि क्या संदेह था।
लेकिन क्या यह पर्याप्त है? और क्या यह मेला जब केंद्र और निकटतम इतने उच्च सहसंबंधित हैं?
जब व्याख्यात्मक चर (स्वतंत्रता की डिग्री) को जोड़ने और घटाने के बारे में नहीं है, तो क्या मॉडल की तुलनात्मक रूप से तुलना करने का एक बेहतर तरीका है?