Şu anda lme4 R paketini kullanıyorum .
Rasgele efektli doğrusal karışık efekt modellerini kullanıyorum:
library(lme4)
mod1 <- lmer(r1 ~ (1 | site), data = sample_set) #Only random effects
mod2 <- lmer(r1 ~ p1 + (1 | site), data = sample_set) #One fixed effect +
# random effects
mod3 <- lmer(r1 ~ p1 + p2 + (1 | site), data = sample_set) #Two fixed effects +
# random effects
Modelleri karşılaştırmak için, anova
işlevi kullanıyorum ve en düşük AIC modeline göre AIC'deki farklılıklara bakıyorum:
anova(mod1, mod2, mod3)
Yukarıdaki modeller karşılaştırmak için iyidir.
Bununla birlikte, her model için uygunluk önlemlerinin iyiliğini yorumlamak için basit bir yola ihtiyacım var. Bu önlemlerle ilgili tecrübesi olan var mı? Bazı araştırmalar yaptım ve karışık efekt modellerinin sabit etkileri için R kare hakkında dergi yazıları var:
- Cheng, J., Edwards, LJ, Maldonado-Molina, MM, Komro, KA ve Muller, KE (2010). Gerçek insanlar için gerçek uzunlamasına veri analizi: Yeterince iyi karışık bir model oluşturmak. Tıpta İstatistik, 29 (4), 504-520. doi: 10.1002 / sim.3775
- Edwards, LJ, Muller, KE, Wolfinger, RD, Qaqish, BF ve Schabenberger, O. (2008). Doğrusal karışık modelde sabit etkiler için bir R2 istatistiği. Tıpta İstatistik, 27 (29), 6137-6157. doi: 10.1002 / sim.3429
Bununla birlikte, yukarıdaki belgelerde önerilenler gibi önlemlerin kullanılmasını çevreleyen bir eleştiri olduğu görülüyor.
Birisi lütfen yorumlaması kolay, modellerim için geçerli olabilecek uygun tedbirlerin iyiliğini önerebilir mi?
mixed()
my içinde AFEX paketi ( geliştirme sürümü de parametrik ön yükleme alanı vardır ). Bazı referanslar için buraya bakınız .
KRmodcomp
paketten kullanır pbkrtest
. KRmodcomp
Modelleri karşılaştırmak için doğrudan kullanabilirsiniz .