Ben bir binom dağılımı ve logit bağlantı fonksiyonu ile bir GLMM var ve verilerin önemli bir yönünün modelde iyi temsil olmadığını hissediyorum.
Bunu test etmek için, verilerin logit ölçeğinde doğrusal bir fonksiyon tarafından iyi tanımlanıp tanımlanmadığını bilmek istiyorum. Bu nedenle, artıkların iyi davranıp davranmadığını bilmek istiyorum. Ancak, hangi artıkların arsa çizileceğini ve arsanın nasıl yorumlanacağını bulamıyorum.
Lme4 ( GitHub geliştirme sürümü ) yeni sürümünü kullanıyorum unutmayın :
packageVersion("lme4")
## [1] ‘1.1.0’
Sorum şu: Binit genelleştirilmiş doğrusal karışık modellerin kalıntılarını logit link fonksiyonu ile nasıl inceleyebilir ve yorumlayabilirim?
Aşağıdaki veriler gerçek verilerimin sadece% 17'sini temsil ediyor, ancak takma makinemde yaklaşık 30 saniye sürüyor, bu yüzden böyle bırakıyorum:
require(lme4)
options(contrasts=c('contr.sum', 'contr.poly'))
dat <- read.table("http://pastebin.com/raw.php?i=vRy66Bif")
dat$V1 <- factor(dat$V1)
m1 <- glmer(true ~ distance*(consequent+direction+dist)^2 + (direction+dist|V1), dat, family = binomial)
En basit çizim ( ?plot.merMod
) aşağıdakileri üretir:
plot(m1)
Bu bana zaten bir şey söylüyor mu?
true ~ distance*(consequent+direction+dist)^2 + (direction+dist|V1)
mısınız? Will modeli vermek arasındaki etkileşimin tahmini distance*consequent
, distance*direction
, distance*dist
ve eğimi direction
ve dist
o değişir V1
? Meydandaki kare ne anlama geliyor (consequent+direction+dist)^2
?
Warning message: In checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv, : Model failed to converge with max|grad| = 0.123941 (tol = 0.001, component 1)
. Neden ?
type=c("p","smooth")
içindeplot.merMod
veya hareketggplot
size güven aralıkları istiyorsanız) küçük ama önemli desen var gibi, görünüyor ki seni farklı bir bağlantı işlevi benimseyerek düzeltebilir. Şimdiye kadar ...