Как рассчитать доверительный интервал суммы коэффициентов в линейной смешанной модели - PullRequest
Новая
       38

Как рассчитать доверительный интервал суммы коэффициентов в линейной смешанной модели

0 голосов
/ 16 ноября 2018

Я установил эту линейную модель: 

mod <- lme(TAS ~ SEX + MONTHS * TREATMENT, random = ~ MONTHS|ID, method = 'ML', data = data)

Месяцы индексируют время от 1: 7.Лечение плацебо против наркотиков.

Фиксированные эффекты заключаются в следующем: 

Fixed effects: TAS ~ SEX + MONTHS * TREATMENT 
                         Value Std.Error  DF  t-value p-value
(Intercept)          115.87711 0.2922524 598 396.4967  0.0000
SEXFemale              0.84962 0.3152889 197   2.6947  0.0077
MONTHS                 0.41056 0.1330025 598   3.0869  0.0021
TREATMENTDrug         -0.66162 0.3629359 197  -1.8230  0.0698
MONTHS:TREATMENTDrug   0.69546 0.1862408 598   3.7342  0.0002

Теперь давайте скажем, что я хочу знать, каков эффект лечения лекарством в момент 4. Это было бы 

-0.66162 + 0.69546 * 4.

Если я хочу получить для этого доверительный интервал, мне нужно использовать ковариационную матрицу дисперсии фиксированных эффектов для суммирования дисперсий и двойной ковариации (с учетом времени = 4).

Мои вопросы:

Когда вы определяете доверительный интервал для суммы параметров в соответствии с предложением, как вы справляетесь со степенями свободы?Есть ли пакет или функция, реализованная для этого, или мне нужно написать самому?Будет ли проще просто начать загрузку?

Best,

MP

...