एक मिश्रित प्रभाव मॉडल में समझाया विचरण का अनुपात

Question

मुझे नहीं पता कि यह पहले पूछा गया है, लेकिन मुझे इसके बारे में कुछ नहीं मिला। मेरा सवाल यह है कि अगर कोई भी एक मिश्रित प्रभाव मॉडल में निश्चित और यादृच्छिक कारकों में से प्रत्येक के द्वारा समझाया गया विचरण के अनुपात को प्राप्त करने का तरीका जानने के लिए एक अच्छा संदर्भ प्रदान कर सकता है।

Comments

अच्छा सवाल है, लेकिन मेरे पास एक अच्छा जवाब नहीं है। मिश्रित मॉडल में भिन्नता के एक से अधिक स्तर हैं, इसलिए विवेचन के एक से अधिक घटक हैं, साथ ही यह बहस करने योग्य है कि क्या यादृच्छिक प्रभावों को वास्तव में विचरण करने के लिए कहा जा सकता है। मुझे लगता है कि मिश्रित मॉडल में 'विचरण के अनुपात की व्याख्या' की पूरी अवधारणा कम उपयोगी है।

— रात 11:18

यहाँ इस विषय पर कुछ और चर्चा की गई है: stat.ethz.ch/pipermail/r-sig-mixed-models/2010q1/003363.html

— user5475

जेलमैन "बायेसियन एनोवा" दृष्टिकोण भी उपयोगी हो सकता है।

— एन ब्रूवर

Answer 1

मैं कुछ संदर्भ प्रदान कर सकता हूं:

जू, आर। (2003)। रेखीय मिश्रित प्रभाव वाले मॉडलों में मापी गई भिन्नता को मापना। चिकित्सा में सांख्यिकी , 22 , 3527-3541। DOI: 10.1002 / sim.1572

एडवर्ड्स, एलजे, मुलर, केई, वोल्फिंगर, आरडी, क़ैकिश, बीएफ, और शबेंबर्गर, ओ (2008)। रैखिक मिश्रित मॉडल में निश्चित प्रभावों के लिए एक सांख्यिकीय। चिकित्सा में सांख्यिकी , 27 , 6137-6157। DOI: 10.1002 / sim.3429$R^2$

होजेसर, ओ। (2008)। मिश्रित प्रतिगमन मॉडल के लिए दृढ़ संकल्प के गुणांक पर। जर्नल ऑफ़ स्टैटिस्टिकल प्लानिंग एंड इनविज़न , 138 , 3022-3038। Doi: 10.1016 / j.jspi.2007.11.010

नाकगावा, एस।, और शिएल्ज़ेथ, एच। (2013)। सामान्यीकृत रैखिक मिश्रित-प्रभाव मॉडल से प्राप्त करने के लिए एक सामान्य और सरल विधि । पारिस्थितिकी और विकास में विधियाँ, 4 , 133-142। DOI: 10.1111 / j.2041-210x.2012.00261.x$R^2$

पढ़ने का आनंद लो!

Answer 2

के अनुसार इस ब्लॉग पोस्ट 2013 से, MuMInमें पैकेज Rआर प्रदान कर सकते हैं 2 मिश्रित मॉडल के लिए मूल्यों आला द्वारा विकसित एक दृष्टिकोण नाकागावा और Schielzeth 2013 1 (जो पिछले एक में उल्लेख किया गया था जवाब )।$^2$$^1$

#load packages
library(lme4)
library(MuMIn)

#Fit Model
m <- lmer(mpg ~ gear + disp + (1|cyl), data = mtcars)

#Determine R2:
r.squaredGLMM(m) 

       R2m       R2c 
 0.5476160 0.7150239  

समारोह के लिए उत्पादन r.squaredGLMMप्रदान करता है:

• आर 2 एम : सीमांत आर चुकता मूल्य निश्चित प्रभावों के साथ जुड़े

• निश्चित प्रभावों और यादृच्छिक प्रभावों के साथ जुड़े R2c सशर्त R2 मान।

नोट: लिंक किए गए ब्लॉग पोस्ट पर एक टिप्पणी बताती है कि जॉन लेफचेक ( पैकेज sem.model.fitsमें फ़ंक्शन का उपयोग करके piecewiseSEM) द्वारा विकसित एक वैकल्पिक नाकगावा और शिएलजेथ प्रेरित दृष्टिकोण ने समान परिणाम उत्पन्न किए। [तो आपके पास विकल्प हैं: p]।

• मैंने इस बाद के फ़ंक्शन का परीक्षण नहीं किया, लेकिन मैंने पैकेज r.squaredGLMM()में फ़ंक्शन का परीक्षण किया MuMInऔर इसलिए यह सत्यापित कर सकता हूं कि यह आज भी (2018) कार्यात्मक है।

• $^2$

---

^{1: नाकगावा, एस।, और शिएलजेथ, एच। 2013. सामान्यीकृत रैखिक मिश्रित linear प्रभाव मॉडल से आर 2 प्राप्त करने के लिए एक सामान्य और सरल विधि। पारिस्थितिकी और विकास 4 में विधियाँ (2): 133-142।}

^{२: जॉनसन, पीसीडी २०१४ का विस्तार नकागावा और शिज़ेलेथ के R2GLMM को बेतरतीब ढलान वाले मॉडल के लिए। पारिस्थितिकी और विकास 5 में तरीके : 44-946।}

Comments

आपके उत्तर के लिए @theforestecologist को धन्यवाद। मैं उल्लेख किए गए पैकेजों को देखूंगा।

— मैनुअल रामोन