Я работаю с продольными данными, где результатом является количество шагов в минуту.Моя подгонка LMM выглядела бы как
lme(step ~ predictor, random = ~1|person, data = df, na.action = na.omit, method = "ML")
Другим компонентом моего проекта является моделирование мощности на основе смоделированных данных, и меня смущает то, как я могу вычислить дисперсию и ковариации для данных шага, которые необходимы для вычисления "Sigma""из функции mvrnorm.
Текущий ток моей сигма-функции выглядит как
matrix(c(varSteps,rep(covSteps,(nRep))),nRep,nRep,byrow=T)
Поэтому я пытаюсь вычислить "varSteps" и "covSteps", которые необходимы для построения сигма-матрицы, которая будет использоваться в моей функции mvrnorm,
Как я могу вычислить эти два значения, используя R или SAS?Ваша помощь будет принята с благодарностью.