Ich habe Probleme, die Ausgabe meines lmer()
Modells zu verstehen . Es ist ein einfaches Modell einer Ergebnisvariablen (Support) mit unterschiedlichen Zustandsabschnitten / Zustandszufallseffekten:
mlm1 <- lmer(Support ~ (1 | State))
Die Ergebnisse von summary(mlm1)
sind:
Linear mixed model fit by REML
Formula: Support ~ (1 | State)
AIC BIC logLik deviance REMLdev
12088 12107 -6041 12076 12082
Random effects:
Groups Name Variance Std.Dev.
State (Intercept) 0.0063695 0.079809
Residual 1.1114756 1.054265
Number of obs: 4097, groups: State, 48
Fixed effects:
Estimate Std. Error t value
(Intercept) 0.13218 0.02159 6.123
Ich gehe davon aus, dass die Varianz der unterschiedlichen Zustandsabschnitte / zufälligen Effekte ist 0.0063695
. Aber wenn ich den Vektor dieser Zustands-Zufallseffekte extrahiere und die Varianz berechne
var(ranef(mlm1)$State)
Das Ergebnis ist:, 0.001800869
erheblich kleiner als die von gemeldete Varianz summary()
.
Soweit ich es verstehe, kann das von mir angegebene Modell wie folgt geschrieben werden:
Wenn dies korrekt ist, sollte die Varianz der Zufallseffekte ( ) σ 2 α sein . Diese sind jedoch in meiner Passform nicht wirklich gleichwertig .lmer()
quelle
lmer()
? Es scheint , dass Sie postulieren , dass durch die empirische Varianz der geschätzten Zufallseffekte geschätzt α s . Die Beschreibung Ihres Modells ist nicht klar (perharps y i sollte y i s sein ). Ist es ein ausgewogenes Design?Antworten:
Dies ist eine klassische Einweganova. Eine sehr kurze Antwort auf Ihre Frage lautet, dass die Varianzkomponente aus zwei Begriffen besteht.
Der von Ihnen berechnete Term ist also der erste Term auf der rechten Seite (da zufällige Effekte den Mittelwert Null haben). Der zweite Term hängt davon ab, ob REML von ML verwendet wird, und von der Summe der quadratischen Standardfehler Ihrer zufälligen Effekte.
quelle
1/48 * sum((se.ranef(mlm1)$State)^2)
-0.004557198
. Die Varianz der Punktschätzungen der REs (erhalten wie oben unter Verwendung vonvar(ranef(mlm1)$State)
) ist0.001800869
. Die Summe ist0.006358067
, was die Varianz ist, diesummary()
für daslmer()
obige Modell angegeben wurde, mindestens 4 oder 5 Stellen. Vielen Dank @ Wahrscheinlichkeitarm
R-Paket für diese.ranef()
Funktion verwendet hat.