Как выполнить смешанную линейную регрессию в R? - PullRequest
Новая
       6

Как выполнить смешанную линейную регрессию в R?

0 голосов
/ 12 июня 2018

У меня есть три независимые переменные ( x1 , x2 , x3 ) и одна зависимая переменная ( y ).Я выполняю n экспериментов, поэтому у меня есть n комбинаций x1 , x2 , x3 .Для каждого эксперимента я устанавливаю трижды, так что есть 3 * n наблюдений для y .

Для воспроизводимых целей я приведу пример кода, как показано ниже: 

n <- 10   # experiment size

id <- seq(from=1, to=n, by=1)   # experiment number
x1 <- rnorm(n=n, mean = 1, sd = 1)
x2 <- rnorm(n=n, mean = 10, sd = 1)
x3 <- rnorm(n=n, mean = 10, sd = 10)

df <- cbind(id, x1, x2, x3)

df <- rbind(df, df, df)   # triplicate

df <- transform(df, rep=c(rep("A",times=n), rep("B",times=n), rep("C",times=n)), 
            y = rnorm(n=3*n, mean=5, sd=5))

df <- df[order(df[,"id"]),]

df

fit <- lm(y~x1+x2+x3, data=df)   # a linear regression
summary(fit)

Теперь мне интересно, как выполнить линейную регрессию со смешанными эффектами для моих экспериментальных данных ?

ADD : мне кажется, я знаю ответ сейчас: 

library(lme4)
fit2 <- lmer(y~x1+x2+x3+(1|rep), data=df)   # a mixed-effect linear regression
summary(fit2)
...