Çok değişkenli (yani, çoklu yanıt) karışık bir model yerleştirmeye çalışıyorum R
. ASReml-r
Ve SabreR
(harici yazılım gerektiren) paketlerinin yanı sıra , bunun sadece mümkün olduğu görülmektedir MCMCglmm
. Olarak kağıt birlikte MCMCglmm
paketi (pp.6), Jarrod'ın Hadfield, bir uzun biçim değişken birden çok tepki değişkenleri yeniden şekillendirilmesi ve sonra genel kesişme bastırma benzerleri gibi bir model montaj işlemi. Anladığım kadarıyla, kesişimin bastırılması, cevap değişkeninin her seviyesi için katsayı yorumlamayı o seviyenin ortalaması olacak şekilde değiştirir. Yukarıdakiler göz önüne alındığında, bu nedenle çok değişkenli bir karma modelin kullanılması mümkün müdür lme4
? Örneğin:
data(mtcars)
library(reshape2)
mtcars <- melt(mtcars, measure.vars = c("drat", "mpg", "hp"))
library(lme4)
m1 <- lmer(value ~ -1 + variable:gear + variable:carb + (1 | factor(carb)),
data = mtcars)
summary(m1)
# Linear mixed model fit by REML
# Formula: value ~ -1 + variable:gear + variable:carb + (1 | factor(carb))
# Data: mtcars
# AIC BIC logLik deviance REMLdev
# 913 933.5 -448.5 920.2 897
# Random effects:
# Groups Name Variance Std.Dev.
# factor(carb) (Intercept) 509.89 22.581
# Residual 796.21 28.217
# Number of obs: 96, groups: factor(carb), 6
#
# Fixed effects:
# Estimate Std. Error t value
# variabledrat:gear -7.6411 4.4054 -1.734
# variablempg:gear -1.2401 4.4054 -0.281
# variablehp:gear 0.7485 4.4054 0.170
# variabledrat:carb 5.9783 4.7333 1.263
# variablempg:carb 3.3779 4.7333 0.714
# variablehp:carb 43.6594 4.7333 9.224
Bu modeldeki katsayıları nasıl yorumlayabiliriz? Bu yöntem genelleştirilmiş doğrusal karışık modeller için de işe yarar mı?