Birkaç karışık efekt modeline (özellikle uzunlamasına modellere) uyum sağladım lme4
, R
ancak modellere ve onlarla birlikte gelen kodlara gerçekten hakim olmak istiyorum.
Ancak, iki ayağımla dalmadan önce (ve bazı kitapları satın alırken) doğru kütüphaneyi öğrendiğimden emin olmak istiyorum. Şimdiye lme4
kadar kullanmıştım çünkü daha kolay buldum nlme
, ancak nlme
amaçlarım için daha uygunsa onu kullanmam gerektiğini hissediyorum.
Eminim ne basit bir şekilde "daha iyi" de değildir, ancak bazı görüşlere veya düşüncelere değer veririm. Ana kriterlerim:
- kullanımı kolay (Eğitim alan bir psikoloğum ve özellikle istatistik veya kodlama konusunda bilgili değil, ancak öğreniyorum)
- Boylamsal verinin sığdırılması için iyi özellikler (eğer burada bir fark varsa - ama bunun için çoğunlukla kullanıyorum)
- iyi (yorumlaması kolay) grafik özetler, yine burada bir fark olup olmadığından emin değilim, ancak genellikle insanlar için benden daha az teknik grafikler oluşturuyorum, bu yüzden hoş net alanlar her zaman iyidir (kafesdeki xyplot işlevine çok düşkünüm) () bu yüzden).
Her zamanki gibi, umarım bu soru çok belirsiz değildir ve herhangi bir bilgelik için şimdiden teşekkür ederiz!
lme4
ya bir çapraz kovaryans yapısı (yani bağımsız rastgele etkiler) ya da yapılandırılmamış kovaryans matrisleri (yani tüm korelasyonların tahmin edilmesi gerekir) ya da rastgele etkiler için kısmen çapraz, kısmen yapılandırılmamış kovaryans matrisleri belirleyebilirsiniz. Ayrıca, birçok uzunlamasına veri durumu için daha uygun olabilecek özelliklerde üçüncü bir fark daha eklerdim:nlme
Kalıntılar için varyans-kovaryans yapıları (örneğin mekansal veya zamansal otokorelasyon veya heteroskedastiklik) belirtelimlme4
.