Как загрузить R-квадрат из смешанной модели?

Question

Я пытаюсь получить загруженный R ^ 2 для модели со смешанным эффектом. Поскольку уже есть только обходной путь для получения условного и предельного R ^ 2, я попытался загрузить эти статистические данные на основе примера, приведенного statmethods для начальной загрузки отдельной статистики. Код работает, но смещение и стандартная ошибка всегда равны нулю.

library(lme4)
library(boot)
data(Dyestuff, package = "lme4")
model <- lmer(Yield ~ 1|Batch, data=Dyestuff)
summary(model)
r.squaredGLMM(model)

rsq <- function(formula, data, indices) {
  d <- data[indices,] 
  model.fit <- lmer(Yield ~ 1|Batch, data=Dyestuff)
  fit.r.squared <- r.squaredGLMM(model.fit)
  return(summary(fit.r.squared[,2]))
}

set.seed(101)
results <- boot(data=Dyestuff, statistic=rsq,
                R=1000, formula=Yield ~ 1|Batch)

results


Bootstrap Statistics :
     original  bias    std. error
t1* 0.4184874       0           0
t2* 0.4184874       0           0
t3* 0.4184874       0           0
t4* 0.4184874       0           0
t5* 0.4184874       0           0
t6* 0.4184874       0           0

Не должны ли условные и предельные значения R ^ 2 также измениться при загрузке модели? И есть ли другой способ получить загрузочную условную и маргинальную R ^ 2?

Answer 1

rsq <- function(formula, data, indices) {
  d <- data[indices,] 
  model.fit <- lmer(Yield ~ 1|Batch, data = d)
  fit.r.squared <- r.squaredGLMM(model.fit)
  return(fit.r.squared[,2])
}