Làm thế nào tôi có thể nhận được các hiệu ứng ngẫu nhiên gộp cho lmer sau nhiều lần cắt bỏ?
Tôi đang sử dụng chuột để tạo ra một khung dữ liệu. Và lme4 cho một mô hình hỗn hợp với đánh chặn ngẫu nhiên và độ dốc ngẫu nhiên. Pool lmer hoạt động tốt, ngoại trừ việc nó không tạo ra các hiệu ứng ngẫu nhiên. Tôi đã tìm kiếm rất nhiều cho một giải pháp với bất kỳ may mắn. Tôi đã thử gói mi, tuy nhiên tôi chỉ thấy đầu ra gộp cho ước tính và std.error. Tôi đã thử xuất khẩu đối tượng chuột để spss mà không gặp may mắn. Tôi thấy một số cuộc thảo luận về Zelig. Tôi nghĩ rằng có thể giải quyết vấn đề của tôi. Tuy nhiên, tôi không thể tìm ra cách sử dụng gói với dữ liệu được liệt kê cho lmer.
Tôi biết gói chuột chỉ hỗ trợ gộp các hiệu ứng cố định. Có một công việc xung quanh?
Nhiều lần cắt cụt:
library(mice)
Data <- subset(Data0, select=c(id, faculty, gender, age, age_sqr, occupation, degree, private_sector, overtime, wage))
ini <- mice(Data, maxit=0, pri=F) #get predictor matrix
pred <- ini$pred
pred[,"id"] <- 0 #don't use id as predictor
meth <- ini$meth
meth[c("id", "faculty", "gender", "age", "age_sqr", "occupation", "degree", "private_sector", "overtime", "wage")] <- "" #don't impute these variables, use only as predictors.
imp <- mice(Data, m=22, maxit=10, printFlag=TRUE, pred=pred, meth=meth) #impute Data with 22 imputations and 10 iterations.
Mô hình đa cấp:
library(lme4)
fm1 <- with(imp, lmer(log(wage) ~ gender + age + age_sqr + occupation + degree + private_sector + overtime + (1+gender|faculty))) #my multilevel model
summary(est <- pool(fm1)) #pool my results
Cập nhật kết quả từ lmer gộp:
> summary(est <- pool(fm1))
est se t df Pr(>|t|) lo 95 hi 95 nmis fmi lambda
(Intercept) 7,635148e+00 0,1749178710 43,649905006 212,5553 0,000000e+00 7,2903525425 7,9799443672 NA 0,2632782 0,2563786
Gender -1,094186e-01 0,0286629154 -3,817427078 117,1059 2,171066e-04 -0,1661834550 -0,0526537238 NA 0,3846276 0,3742069
Occupation1 1,125022e-01 0,0250082538 4,498601518 157,6557 1,320753e-05 0,0631077322 0,1618966049 NA 0,3207350 0,3121722
Occupation2 2,753089e-02 0,0176032487 1,563966385 215,6197 1,192919e-01 -0,0071655902 0,0622273689 NA 0,2606725 0,2538465
Occupation3 1,881908e-04 0,0221992053 0,008477365 235,3705 9,932433e-01 -0,0435463305 0,0439227120 NA 0,2449795 0,2385910
Age 1,131147e-02 0,0087366178 1,294719230 187,0021 1,970135e-01 -0,0059235288 0,0285464629 0 0,2871640 0,2795807
Age_sqr -7,790476e-05 0,0001033263 -0,753968159 185,4630 4,518245e-01 -0,0002817508 0,0001259413 0 0,2887420 0,2811131
Overtime -2,376501e-03 0,0004065466 -5,845581504 243,3563 1,614693e-08 -0,0031773002 -0,0015757019 9 0,2391179 0,2328903
Private_sector 8,322438e-02 0,0203047665 4,098760934 371,9971 5,102752e-05 0,0432978716 0,1231508962 NA 0,1688478 0,1643912
Thông tin này bị thiếu, mà tôi nhận được khi chạy lmer mà không bị cắt cụt nhiều lần:
Random effects:
Groups Name Variance Std.Dev. Corr
Faculty (Intercept) 0,008383 0,09156
Genderfemale0,002240 0,04732 1,00
Residual 0,041845 0,20456
Number of obs: 698, groups: Faculty, 17