क्या मैं अपने lmer मॉडल को सही ढंग से निर्दिष्ट कर रहा हूँ?


9

मैंने Google और इस साइट को स्कैन किया है और मैं अभी भी lme4 लाइब्रेरी में lmer फ़ंक्शन के बारे में उलझन में हूं।

मेरे पास विभिन्न मनोरोग वार्डों से कुछ आंकड़े एकत्र किए गए हैं, जिसमें एक बहुस्तरीय संरचना है। सरल बनाने के लिए, मैं दो स्तर 2 और दो स्तर 1 चर चुनूंगा, हालांकि मेरे पास वास्तव में कुछ और हैं।

लेवल 2- वार्डसाइज़ [यह वार्ड के लोगों की संख्या है] और WAS [यह वार्ड की "कितनी अच्छी" है]

समूहीकरण चर जो R को बताता है कि किस वार्ड में "वार्ड" कहा जाता है

स्तर एक- लिंग [यह लिंग है, जाहिर है] और बीएसआईटोटल [यह लक्षण गंभीरता का एक उपाय है]

आउटकम Selfreject है, जो फिर से ऐसा लगता है।

मेरे पास यह सूत्र है:

मदद = lmer (सूत्र = Selfreject ~ WardSize + + लिंग था + BSITotal + (1 | वार्ड))

मुझे उम्मीद है कि इसका मतलब है "प्रत्येक व्यक्ति का अपना लिंग और लक्षण गंभीरता से संबंधित स्कोर होता है, और वार्ड के आकार से संबंधित वार्ड-स्तर का प्रभाव भी होता है और यह" अच्छा "कैसे होता है"

क्या ये सही है? मुझे भ्रमित करने वाली बात यह है कि मैं यह नहीं देख सकता कि आर कैसे बता सकता है कि कौन से स्तर 1 और कौन से स्तर 2 चर हैं, अंत में दिए गए वार्ड स्तर के अवरोधन को छोड़कर।

अगर कोई भी नोटेशन समझा सकता है तो मेरे जैसा बेवकूफ समझ सकता है कि यह और भी बेहतर होगा।

बहुत धन्यवाद!

जवाबों:


11

आपका मॉडल विनिर्देश ठीक है।

वार्ड के लिए अलग-अलग अवरोधन, जो आपके द्वारा किए गए के रूप में निर्दिष्ट है (1 | वार्ड), यह कह रहा है कि प्रत्येक वार्ड के भीतर विषय वार्डसाइज या जेंडर के अलावा अन्य कारणों से सेल्फ्रेक्ट पर एक-दूसरे के समान हो सकते हैं, इसलिए आप के लिए नियंत्रित कर रहे हैं बीच-बीच में विषमता।

आप "1" को डेटा में 1s (यानी, एक स्थिर) के स्तंभ के रूप में सोच सकते हैं जिसमें एक अवरोधन फिट है। उदाहरण के लिए, आमतौर पर "1" को lm में निहित किया जाता है

lm(Y ~ X1 + X2)

वास्तव में निर्दिष्ट करता है

lm(Y ~ 1 + X1 + X2)

अब जब आपके पास अपना मूल मॉडल है, तो आप आगे के प्रश्न पूछना शुरू कर सकते हैं जैसे "क्या बीएसएडोटल और सेल्फ्रेजेक्ट के बीच संबंध वार्ड के बीच भिन्न हैं?"

lmer(formula=Selfreject ~ WardSize + WAS + Gender + BSITotal + (1 + BSITotal | Ward))

यही है, BSITotal के अवरोधन और ढलान दोनों वार्डों के बीच भिन्न हो सकते हैं।

यदि आपने इसे अभी तक नहीं उठाया है, तो गेलमैन एंड हिल के डेटा एनालिसिस का उपयोग रिग्रेशन और मल्टीलेवल मॉडल / पदानुक्रमित मॉडल एक महान पुस्तक है जो फिटिंग मॉडल को इस तरह से स्पष्ट करता है।


1

यहाँ डगलस बेट्स (जिन्होंने lme4 लिखा है) द्वारा स्पष्टीकरण का लिंक दिया गया है कि क्यों निर्धारित प्रभावों के स्तर को निर्दिष्ट करना आवश्यक नहीं है।


2
साइट में आपका स्वागत है, @ ब्रेयर। मुझे संदेह है कि यह एक सहायक योगदान है। क्या आप वहां तर्क का एक संक्षिप्त सारांश देने का मन करेंगे, इसलिए पाठक यह तय कर सकते हैं कि क्या वे देख रहे हैं, या भविष्य के लिंकरोट के मामले में?
गंग - मोनिका

2
@ @ स्वागत के लिए धन्यवाद। ज़रूर, बेट्स बताते हैं कि निश्चित प्रभावों के लिए स्तरों को निर्दिष्ट करना आवश्यक नहीं है क्योंकि lme4 पैकेज मिश्रित मॉडल के लिए लिखा गया है, जिसमें बहुस्तरीय / श्रेणीबद्ध मॉडल शामिल नहीं हैं। इसका मतलब यह है कि कम्प्यूटेशनल तरीके स्तरों के विनिर्देश पर निर्भर नहीं करते हैं, जैसा कि विशेष बहुस्तरीय प्रतिगमन सॉफ़्टवेयर (HLM आदि) के लिए मामला है जो गणना में नेस्टेड डेटा संरचना का लाभ उठाते हैं।
ब्रेयर
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.