Tôi đang cố gắng để phù hợp với một mô hình hỗn hợp đa biến (nghĩa là nhiều phản hồi) trong R
. Ngoài các gói ASReml-r
và SabreR
(yêu cầu phần mềm bên ngoài), có vẻ như điều này chỉ có thể có MCMCglmm
. Trong bài báo đi kèm với MCMCglmm
gói (tr.6), Jarrod Hadfield mô tả quá trình điều chỉnh mô hình giống như định hình lại nhiều biến trả lời thành một biến định dạng dài và sau đó triệt tiêu chặn chặn tổng thể. Sự hiểu biết của tôi là việc triệt tiêu chặn làm thay đổi việc giải thích hệ số cho từng cấp của biến phản ứng là giá trị trung bình của cấp đó. Do đó, có thể điều chỉnh mô hình hỗn hợp đa biến bằng cách sử dụng lme4
không? Ví dụ:
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
Làm thế nào một người sẽ giải thích các hệ số trong mô hình này? Phương pháp này cũng sẽ làm việc cho các mô hình hỗn hợp tuyến tính tổng quát?