R 'de lme4 paketini kullanarak karışık efektler modelleme bakıyordum. Öncelikle lmerkomutu kullanıyorum, bu yüzden bu sözdizimini kullanan kod aracılığıyla sorumu ortaya koyacağım . Genel olarak kolay bir soru olabilir lmer, aynı veri kümelerine dayalı olabilirlik oranlarını kullanarak oluşturulmuş herhangi iki modeli karşılaştırmak uygun mudur? Bunun cevabının "hayır" olması gerektiğine inanıyorum, ama yanlış olabilirim. Rastgele etkilerin aynı olup olmaması konusunda çelişkili bilgileri okudum ve rastgele etkilerin hangi bileşeni bununla kastedildi? Birkaç örnek sunacağım. Onları kelime uyarıcıları kullanarak tekrarlanan ölçüm verilerinden alacağım, belki de Baayen (2008) gibi bir şey yorumlamada yararlı olacaktır.
Diyelim ki iki sabit etki öngörücüsü olan bir modelim var, onlara A ve B diyeceğiz ve bazı rastgele efektler ... onları algılayan kelimeler ve konular. Aşağıdaki gibi bir model oluşturabilirim.
m <- lmer( y ~ A + B + (1|words) + (1|subjects) )(kasıtlı olarak dışarıda data =kaldığımı ve her zaman REML = FALSEnetlik için kastettiğimi varsayalım )
Şimdi, aşağıdaki modellerden, yukarıdaki olasılık oranıyla karşılaştırmak için uygun olan ve olmayanlar hangileri?
m1 <- lmer( y ~ A + B + (A+B|words) + (1|subjects) )
m2 <- lmer( y ~ A + B + (1|subjects) )
m3 <- lmer( y ~ A + B + (C|words) + (A+B|subjects) )
m4 <- lmer( y ~ A + B + (1|words) )
m5 <- lmer( y ~ A * B + (1|subjects) )
Bu farklılıkların bazılarının yorumlanmasının zor veya imkansız olabileceğini kabul ediyorum. Ama bir anlığına bir kenara bırakalım. Buradaki değişikliklerde karşılaştırma olasılığını engelleyen temel bir şey olup olmadığını bilmek istiyorum. LR'lerin iyi olup olmadığını ve AIC karşılaştırmalarını da bilmek istiyorum.