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)