मिश्रित प्रभाव मॉडल पर भविष्यवाणी: यादृच्छिक प्रभावों के साथ क्या करना है?

Question

आइए इस काल्पनिक डेटासेट पर विचार करें:

set.seed(12345)

num.subjects <- 10

dose <- rep(c(1,10,50,100), num.subjects)
subject <- rep(1:num.subjects, each=4)
group <- rep(1:2, each=num.subjects/2*4)

response <- dose*dose/10 * group + rnorm(length(dose), 50, 30)

df <- data.frame(dose=dose, response=response, 
                 subject=subject, group=group)

हम lmeएक यादृच्छिक प्रभाव मॉडल के साथ प्रतिक्रिया को मॉडल करने के लिए उपयोग कर सकते हैं :

require(nlme)
model <- lme(response ~ dose + group + dose*group, 
             random = ~1|subject, df)

predictउदाहरण के लिए, इस मॉडल के परिणाम पर मैं इसका उपयोग करना चाहूंगा , समूह 1 के सामान्य विषय की खुराक की खुराक के लिए:

pred <- predict(model, newdata=list(dose=10, group=1))

हालाँकि, इस कोड से मुझे निम्नलिखित त्रुटि मिलती है:

Error in predict.lme(model, newdata = list(dose = 10, group = 1)) : 
cannot evaluate groups for desired levels on 'newdata'

उदाहरण के लिए, मुझे इससे छुटकारा पाने की जरूरत है

pred <- predict(model, newdata=list(dose=10, group=1, subject=5))

हालांकि, यह वास्तव में मेरे लिए बहुत मायने नहीं रखता है ... विषय मेरे मॉडल में एक उपद्रव कारक है, इसलिए इसे किस अर्थ में शामिल करना है predict? यदि मैं कोई विषय संख्या डेटासेट में मौजूद नहीं रखता हूं, तो मैं predictलौट आता हूं NA।

क्या इस predictस्थिति के लिए यह वांछित व्यवहार है? क्या मुझे कुछ स्पष्ट याद आ रहा है?

Comments

मुझे लगता है कि आप माध्य भविष्यवाणी के बजाय जनसंख्या प्रतिक्रिया की तलाश कर रहे हैं। बिना शर्त modelयह मान लेता है कि आपका माध्य (विशेष रूप से इसलिए यह उपद्रव मानदंड के लिए कुछ मूल्यों की अपेक्षा करेगा ऐसी स्थितियाँ हैं जो आपके मूल्यांकन बिंदु को ग्रहण करने के लिए भी समझ में नहीं आती हैं, यह पदानुक्रम-मुक्त (इसलिए कोई ) नहीं है। यही कारण है कि फिट () आपको पहले स्थान पर "उपद्रव के साथ" परिणाम देता है। (और वास्तव में मैं नहीं। लगता है कि यह उपद्रव है, बल्कि एक अतिरिक्त जानकारी है, लेकिन ठीक है ...)$X\beta + Z\gamma$$y \sim N(X\beta+Z\gamma, \sigma^2 I)$$Z$

— us11r11852

@ user11852: बस स्पष्ट करने के लिए, मैं एक मॉडल के रूप में इस बारे में सोच रहा हूं, उदाहरण के लिए, एक ही विषय के लिए दोहराया उपायों के मामले में।

— निको

यह देखते हुए कि आप एक ही विषय के लिए अनुमान लगा रहे हैं, फिर उसे बाहर क्यों करें? यदि आप जनसंख्या स्तर के अनुमान (कोई सूचना नहीं) चाहते हैं तो यह एक अंतर प्रश्न है। जैसा कि ग्रेग अपनी प्रतिक्रिया में कहते हैं कि आप आबादी के लिए अनुमान प्राप्त कर सकते हैं यदि आप चाहते हैं लेकिन यह विशिष्ट नहीं होगा। $Z$

— us --r11852

@ user11852: मैं एक ही विषय पर अनुमान की तलाश में नहीं हूं। मैं जनसंख्या अनुमान प्राप्त करने के लिए विभिन्न विषयों पर बार-बार उपाय करता हूं। मुझे उन विषयों की परवाह नहीं है जिन्हें मैंने पहले से ही परीक्षण किया है क्योंकि मेरे पास पहले से ही प्रायोगिक उत्तर है ... मैं यह अनुमान लगाने में सक्षम होना चाहता हूं कि एक विशिष्ट समूह का एक नया विषय उत्तेजना का जवाब कैसे देगा। ग्रेग जवाब वास्तव में समस्या हल करता है।

— निको

Answer 1

यदि आप मदद के लिए predict.lmeदेखते हैं तो आप देखेंगे कि इसमें एक levelतर्क है जो यह निर्धारित करता है कि भविष्यवाणियों को किस स्तर पर बनाया जाए। डिफ़ॉल्ट उच्चतम या अंतरतम है जिसका अर्थ है कि यदि आप स्तर निर्दिष्ट नहीं करते हैं तो यह विषय स्तर पर भविष्यवाणी करने का प्रयास कर रहा है। यदि आप level=0अपनी पहली predictकॉल (बिना subject) के हिस्से के रूप में निर्दिष्ट करते हैं तो यह जनसंख्या स्तर पर भविष्यवाणी देगा और विषय संख्या की आवश्यकता नहीं होगी।