Sự khác biệt giữa (~ 1 + ....) và (1 | ...) và (0 | ...), v.v.?
Giả sử bạn có biến V1 được dự đoán bởi biến phân loại V2, được coi là hiệu ứng ngẫu nhiên và biến V3 liên tục, được coi là hiệu ứng cố định tuyến tính. Sử dụng cú pháp lmer, mô hình đơn giản nhất (M1) là:
V1 ~ (1|V2) + V3
Mô hình này sẽ ước tính:
P1: Đánh chặn toàn cầu
P2: Chặn hiệu ứng ngẫu nhiên cho V2 (tức là đối với mỗi cấp V2, độ lệch của mức chặn đó so với chặn toàn cầu)
P3: Ước tính toàn cầu duy nhất cho hiệu ứng (độ dốc) của V3
Mô hình phức tạp nhất tiếp theo (M2) là:
V1 ~ (1|V2) + V3 + (0+V3|V2)
Mô hình này ước tính tất cả các tham số từ M1, nhưng sẽ ước tính thêm:
P4: Hiệu ứng của V3 trong mỗi cấp V2 (cụ thể hơn là mức độ mà hiệu ứng V3 trong một mức nhất định làm lệch khỏi hiệu ứng toàn cầu của V3), trong khi thực thi một mối tương quan bằng không giữa độ lệch chặn và độ lệch hiệu ứng V3 giữa các cấp của V2 .
Hạn chế sau này được nới lỏng trong một mô hình phức tạp nhất cuối cùng (M3):
V1 ~ (1+V3|V2) + V3
Trong đó tất cả các tham số từ M2 được ước tính trong khi cho phép tương quan giữa độ lệch chặn và độ lệch hiệu ứng V3 trong các mức của V2. Do đó, trong M3, một tham số bổ sung được ước tính:
P5: Mối tương quan giữa độ lệch đánh chặn và độ lệch V3 giữa các cấp V2
Thông thường các cặp mô hình như M2 và M3 được tính toán sau đó để so sánh để đánh giá bằng chứng về mối tương quan giữa các hiệu ứng cố định (bao gồm cả đánh chặn toàn cầu).
Bây giờ hãy xem xét thêm một yếu tố dự đoán hiệu ứng cố định khác, V4. Ngươi mâu:
V1 ~ (1+V3*V4|V2) + V3*V4
sẽ ước tính:
P1: Đánh chặn toàn cầu
P2: Một ước tính toàn cầu duy nhất cho tác động của V3
P3: Một ước tính toàn cầu duy nhất cho tác động của V4
P4: Ước tính toàn cầu duy nhất cho sự tương tác giữa V3 và V4
P5: Độ lệch của phần chặn từ P1 ở mỗi cấp V2
P6: Độ lệch của hiệu ứng V3 so với P2 ở mỗi cấp V2
P7: Độ lệch của hiệu ứng V4 so với P3 ở mỗi cấp V2
P8: Độ lệch của tương tác V3-by-V4 so với P4 ở mỗi cấp V2
P9 Tương quan giữa P5 và P6 giữa các cấp V2
P10 Tương quan giữa P5 và P7 giữa các cấp V2
P11 Tương quan giữa P5 và P8 giữa các cấp V2
P12 Tương quan giữa P6 và P7 giữa các cấp V2
P13 Tương quan giữa P6 và P8 giữa các cấp V2
P14 Tương quan giữa P7 và P8 giữa các cấp V2
Phew , đó là rất nhiều thông số! Và tôi thậm chí không buồn liệt kê các tham số phương sai được ước tính bởi mô hình. Hơn nữa, nếu bạn có một biến phân loại có nhiều hơn 2 cấp độ mà bạn muốn mô hình hóa thành hiệu ứng cố định, thay vì một hiệu ứng duy nhất cho biến đó, bạn sẽ luôn ước tính hiệu ứng k-1 (trong đó k là số cấp) , do đó làm bùng nổ số lượng tham số được ước tính bởi mô hình hơn nữa.
lme4
gói có thể được tìm thấy trên Cran