У меня есть модель:
glmmPQL(H~Gender,random=~1|Owner/num,family=gaussian,data=M1)
, которая производит вывод:
Linear mixed-effects model fit by maximum likelihood
Data: M1
AIC BIC logLik
NA NA NA
Random effects:
Formula: ~1 | Owner
(Intercept)
StdDev: 0.1731943
Formula: ~1 | num %in% Owner
(Intercept) Residual
StdDev: 0.4192885 0.1607884
Variance function:
Structure: fixed weights
Formula: ~invwt
Fixed effects: H ~ Gender
Value Std.Error DF t-value p-value
(Intercept) 1.2220032 0.1011786 90 12.077682 0.0000
GenderM -0.2062403 0.1430882 8 -1.441351 0.1875
Correlation:
(Intr)
GenderM -0.707
Standardized Within-Group Residuals:
Min Q1 Med Q3 Max
-0.80403983 -0.19191591 0.03297258 0.24435902 0.81201141
Number of Observations: 100
Number of Groups:
Owner num %in% Owner
10 100
Я использовал glmmPQL (), потому что lmer () не позволил бы мне код для вложенного эксперимента дизайн, давая мне «Ошибка: количество уровней каждого фактора группировки должно быть <количество наблюдений» (несмотря на то, что мой набор данных имеет 100 баллов (n_Owner = 10, n_num = 10). </p>
Я пытаюсь чтобы определить, является ли эта модель перерассеянной, предложив использовать гамма-связь (мои данные непрерывны и> 0), но я не вижу хорошего вывода остаточного отклонения и степеней свободы, чтобы определить это. Должен ли я искать на остаточном StDev (0,16, что кажется слишком низким), или это что-то еще?
Спасибо.