стандартная ошибка и дисперсия предсказаний модели с использованием merTools ::gnettInterval - PullRequest
Новая
       5

стандартная ошибка и дисперсия предсказаний модели с использованием merTools ::gnettInterval

0 голосов
/ 16 января 2019

Я хотел бы оценить стандартную ошибку и дисперсию прогнозов из линейной смешанной модели. Я использую merTools::predictInterval для оценки интервалов прогнозирования, потому что я хочу включить некоторую неопределенность в случайные эффекты (в дополнение к неопределенности в фиксированных эффектах). Допустимо ли использовать симуляции из merTools::predictInterval для оценки вероятности и отклонения прогнозов? Если да, то как мне их рассчитать? Я могу придумать 2 способа:

Чтобы получить дисперсию, соответствующую интервалу прогнозирования (т.е. включая остаточную дисперсию), я сначала получил бы смоделированные прогнозы: 

predictions <- merTools::predictInterval(...,  
                                         include.resid.var = TRUE, 
                                         returnSims = TRUE)

1. Затем я мог бы оценить дисперсию, используя нормальное приближение (вычислить расстояние между подгонкой и верхним / нижним интервалом, а затем разделить его на 1,96): 

var1 <- ((predictions$upr - predictions$lwr)/2/1.96)^2

2. Или я могу просто взять дисперсию смоделированных значений: 

var2 <- apply(X = attr(x = predictions, which = 'sim.results'), MARGIN = 1, FUN = var)

Тогда SE будет квадратным корнем из дисперсии. Чтобы получить SE и / или дисперсию, относящуюся к доверительному интервалу, я мог бы повторить это с include.resid.var = FALSE в вызове merTools::predictInterval.

Является ли любой из этих методов приемлемым? Один предпочтительнее другого?

...