Как указать парные наблюдения со смешанными моделями - PullRequest
Новая
       114

Как указать парные наблюдения со смешанными моделями

0 голосов
/ 06 декабря 2018

Я довольно новичок в линейных смешанных моделях и пытаюсь сгенерировать модель, используя lmer, в которой я проверяю эффекты:

  • Группа (фиксированная): 2 уровня
  • Лечение (фиксированное): 2 уровня (без стимуляции и стимуляции)
  • Группа * Лечение

по зависимой переменной «Результат», учитывая случайный эффект «Субъекта»".

В этом эксперименте у каждого испытуемого в двух группах одна рука стимулировалась, а другая - не стимулировалась.

До сих пор модель, которую я придумал, была 

lmer(Outcome ~ Group + Treatment + Group*Treatment + (1|Subject), REML=FALSE, data= data)

Однако я не уверен, как указать, что у каждого субъекта одна рука не стимулирована, а другая - стимулирована.

Кто-нибудь может помочь?

1 Ответ

0 голосов
/ 07 декабря 2018

Если ваш вопрос больше касается соответствующей спецификации модели для вашего случая, я бы сказал, что это зависит от вашего обучения и ваших целей.То, что вы описываете, соответствует вашей формуле, и это имеет смысл, как есть.Вы уже учитываете эффект Стьюдента с помощью (1 | Student), а в поле «Лечение» указывается обработанная рука и необработанная рука.Я бы посоветовал вам прочитать этот пост, в котором обсуждаются фиксированные и смешанные эффекты

Что касается способа указания моделей в lmer с использованием формул, мой первый комментарий состоит в том, что следующие 3 эквивалентны:

  1. Результат ~ Группа + Лечение + Группа * Лечение
  2. Результат ~ Группа + Лечение + Группа: Лечение
  3. Результат ~ Группа * Лечение

Третий является компактной формой второго, а первый является избыточным.Тогда я бы предложил вам попробовать следующие альтернативы, которые также действительны, чтобы вы лучше познакомились с формулой 

model2 <- lmer(Outcome ~ Treatment +(1+Treatment|Group)+(1|Subject), REML=FALSE, data= data);coef(summary(model2));ranef(model2)
model3 <- lmer(Outcome ~ Treatment +(0+Treatment|Group)+(1|Subject), REML=FALSE, data= data);coef(summary(model3));ranef(model3)
model4 <- lmer(Outcome ~ Treatment +(1|Group)+(1|Subject), REML=FALSE, data= data);coef(summary(model4));ranef(model4)
...