Wie spezifiziere ich zufällige Effekte in lme?

8

Ich habe stundenlang online danach gesucht, aber keiner der Online-Beiträge ist das, wonach ich suche. Meine Frage ist sehr einfach in SAS Proc Mixed Procedure zu implementieren, aber ich bin nicht sicher, wie ich es in lme- und / oder lmer-Paketen machen soll. Angenommen, ich habe ein Modell, , wobei festgelegt ist, aber und zufällig sind. Mein R-Code istα β α βy=μ+α+β+αβ+eαβαβ

 f1 = lme(y ~ factor(a), data = mydata,
     random = list(factor(b) = ~ 1, factor(a):factor(b) = ~ 1))

Fehler: unerwartet =in:

 f1 = lme(y ~ factor(a), data = mydata,
          random = list(factor(a) =

Könnte mir bitte jemand sagen, wie man diese zufälligen Effekte in lme spezifiziert? Vielen Dank im Voraus

r mixed-model cross-validation biostatistics Tu.2
quelle
Es ist hilfreich dput, den Code abzurufen, der zum erneuten Erstellen Ihrer Daten erforderlich ist. Von der Kommentar , den Sie links, ist das Ergebnisstructure(list(method = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L), .Label = c("1", "2"), class = "factor"), day = structure(c(1L, 1L, 2L, 2L, 3L, 3L, 4L, 4L, 1L, 1L, 2L, 2L, 3L, 3L, 4L, 4L), .Label = c("1", "2", "3", "4"), class = "factor"), level = c(142.3, 144, 134.9, 146.3, 148.6, 156.5, 152, 151.4, 142.9, 147.4, 125.9, 127.6, 135.5, 138.9, 142.9, 142.3)), .Names = c("method", "day", "level"), row.names = c(NA, -16L), class = "data.frame")
Aaron links Stack -

Antworten:

12

Versuchen Sie dies, es ist eine Standardmethode, um ein geteiltes Diagramm zu erstellen. Die Notation /bedeutet, dass die Methode am Tag verschachtelt ist.

lme(level~method, random=~1|day/method, data=d)
Aaron verließ Stack Overflow
quelle
αβ
3
Bei Ihrer Frage geht es nicht um die R-Syntax, sondern darum, was Verschachtelung bedeutet. Durch das Verschachteln von B in A (mit A / B) werden zwei Variablen erstellt, A und die Interaktion zwischen A und B, die genau das ist, was Sie beschreiben.
Aaron verließ Stack Overflow
Hallo, das ist eine großartige Erklärung. Vielen Dank.
2.
2

βlme

lme(y~a,random=~a|b, data=mydata)
mpiktas
quelle
Hallo mpiktas, danke für deine Antwort, aber das R-Ergebnis unterscheidet sich sehr von dem gemischten SAS-Proc-Verfahren. Die SAS-Ausgabe entspricht der Antwort in einem Lehrbuch (Kuehk RO. 1999. Versuchsplanung: statistische Prinzipien des Forschungsdesigns und der Analyse, 2. Auflage). Der Datensatz ist Methodentagesstufe 1 1 142,3 1 1 144,0 1 2 134,9 1 2 146,3 1 3 148,6 1 3 156,5 1 4 152,0 1 4 151,4 2 1 142,9 2 1 147,4 2 2 125,9 2 2 127,6 2 3 135,5 2 3 138,9 2 4 142,9 2 4 142,3
Di.2