Ich hoffe, diese Frage stört Sie alle nicht, aber ich brauche Hilfe bei der Interpretation der Ausgabe für ein lineares Mischeffektmodell, das ich in R lernen wollte. Ich bin neu in der Längsschnittdatenanalyse und der linearen Mischeffektregression. Ich habe ein Modell, das ich mit Wochen als Zeitprädiktor ausstattete, und als Ergebnis ein Ergebnis auf einem Beschäftigungskurs. Ich modellierte eine Punktzahl mit Wochen (Zeit) und mehreren festen Effekten, Geschlecht und Rasse. Mein Modell enthält zufällige Effekte. Ich brauche Hilfe, um zu verstehen, was Varianz und Korrelation bedeuten. Die Ausgabe ist wie folgt:
Random effects
Group Name Variance
EmpId intercept 680.236
weeks 13.562
Residual 774.256
Die Korrelation ist 0,231.
Ich kann die Korrelation interpretieren, da es eine positive Beziehung zwischen Wochen und Punktzahl gibt, aber ich möchte es in Form von "23% von ..." sagen können.
Ich schätze die Hilfe sehr.
Vielen Dank an "guest" und Macro für die Antwort. Entschuldigung, weil ich nicht geantwortet habe, war ich auf einer Konferenz und holte jetzt auf. Hier ist die Ausgabe und der Kontext.
Hier ist die Zusammenfassung des von mir gelaufenen LMER-Modells.
>summary(LMER.EduA)
Linear mixed model fit by maximum likelihood
Formula: Score ~ Weeks + (1 + Weeks | EmpID)
Data: emp.LMER4
AIC BIC logLik deviance REMLdev
1815 1834 -732.6 1693 1685
Random effects:
Groups Name Variance Std.Dev. Corr
EmpID (Intercept) 680.236 26.08133
Weeks 13.562 3.682662 0.231
Residual 774.256 27.82546
Number of obs: 174, groups: EmpID, 18
Fixed effects:
Estimate Std. Error t value
(Intercept) 261.171 6.23 37.25
Weeks 11.151 1.780 6.93
Correlation of Fixed Effects:
(Intr)
Days -0.101
Ich verstehe nicht, wie man die Varianz und den Residuum für die zufälligen Effekte interpretiert und es jemand anderem erklärt. Ich weiß auch nicht, wie ich die Korrelation interpretieren soll, außer es ist positiv, was darauf hinweist, dass diejenigen mit höheren Abschnitten höhere Steigungen und diejenigen mit niedrigeren Abschnitten niedrigere Steigungen haben, aber ich weiß nicht, wie ich die Korrelation in Begriffen erklären soll von 23% von. . . . (Ich weiß nicht, wie ich den Satz beenden soll oder ob es Sinn macht, dies zu tun). Dies ist für uns eine andere Art der Analyse, da wir (ich) versuchen, uns auf Längsschnittanalysen zu konzentrieren.
Ich hoffe das hilft.
Vielen Dank für Ihre Hilfe.
Zeda
Antworten:
Ihr angepasstes Modell mit
lme()
kann ausgedrückt werden alsDabei ist die Punktzahl des ten Mitarbeiters nach Wochen, undyij i xj α0 α1 δ0i δ1i ϵij δ0i δ1i ϵij
Sie können die Varianzmatrix zwischen zufälligen Effekttermen aus abrufen
VarCorr(LMER.EduA)$ID
.Ihr Ergebnis sagt das im Grunde
VarCorr(LMER.EduA)
quelle