Я анализирую повторяемость между различными когнитивными тестами (и повторениями этих тестов).Я пытаюсь определить индивидуальную повторяемость птиц, используя пакет rptR в R. Однако независимо от моей модели или того, что я тестирую, это всегда приводит к предупреждению и R = 0. Я пытаюсь понять, что вызывает это.
В настоящее время у меня есть фрейм данных, который включает в себя: идентификатор (повторяется дважды для каждого человека).Каждое повторение удостоверения личности сопровождается оценкой данного теста.Эти оценки сначала лог-преобразуются для достижения нормальности, а затем вычисляются Z-оценки этих показателей, чтобы я мог провести сравнение между тестами, измеряющими одну и ту же черту в разных шкалах.Однако независимо от того, как я настроил свою модель, с моими данными это всегда приводит к повторяемости R = 0.Хотя это технически возможно, я считаю маловероятным, чтобы он был настолько низким для всех параметров (поскольку я сравниваю как разные тесты, так и один и тот же тест, измеренный дважды).Более того, в каждой модели, которую я запускаю, я получаю предупреждение: «Граница (единственное число) соответствует: см. IsSingular».Из того, что я собрал, это означает, что разница в моих данных может быть слишком мала, хотя я не совсем уверен в этом.И я беспокоюсь, что это может быть причиной моего R = 0.
Фрагмент моего фрейма данных выглядит следующим образом:
RNR_ID RoundNR TTC TTC_Z Test_date
2 1 1 28 0.0966013973 43423
114 1 2 14 -0.8138678026 43543
5 2 1 48 0.8045891472 43425
122 2 2 31 0.2302959586 43549
Пример двух вариантов моих моделей: Неприспособленный R:
Rep1_Assoc_A <- rpt(TTC_Z ~ RoundNR + (1|RNR_ID), grname = "RNR_ID", data = rpt_Assoc_A_df, datatype = "Gaussian", nboot = 10, npermut = 10)
Скорректированный R (В котором я контролирую дату теста в надежде учесть обучение отдельных лиц между повторениями одного и того же теста):
Rep2_Assoc_A <- rpt(TTC_Z ~ RoundNR + Test_date + (1|RNR_ID), grname = "RNR_ID", data = rpt_Assoc_A_df, datatype = "Gaussian", nboot = 10, npermut = 10)
Примечание: RNR_ID, RoundNR и TTC_Z являются числовыми переменными.Test_date указан в формате Date, хотя я не уверен, как модель справится с этим.В этой модели RoundNR указывает «обработку» (поскольку это указывает, был ли тест первым или вторым разом, когда индивидуум был оценен).TTC_Z указывает Z-оценку индивидуума.
И полученный результат соответственно:
Repeatability estimation using the lmm method
Repeatability for RNR_ID
R = 0
SE = 0.107
CI = [0, 0.283]
P = 1 [LRT]
1 [Permutation]
Repeatability estimation using the lmm method
Repeatability for RNR_ID
R = 0
SE = 0.12
CI = [0, 0.337]
P = 1 [LRT]
1 [Permutation]
Как указано ранее, во время выполнения этого кода консоль выдает несколько: boundary (singular) fit: see ?isSingular
сообщений вмне.Я также попробовал поддельный набор данных, в котором я настроил все значения повторений так, чтобы они были почти идентичными, что действительно приводит к высокому значению R (около 0,9 ...).Хотя это говорит о том, что мой R = 0 на самом деле может быть правильным, я все еще скептически отношусь к этому, потому что это не только неожиданно (как и следовало ожидать, по крайней мере, очень низкий, но измеримый R).Но из-за недостатка понимания модели я боюсь, что что-то еще может пойти не так.
Подводя итог, я могу задать следующие вопросы:
В1: Верны ли текущие формулы для моих моделей??И есть ли переменные в правильных типах данных?
Q2: Что означает boundary (singular) fit: see ?isSingular
в этой ситуации, и могу ли я «исправить» это?
Q3: Что может быть причиной моегоR = 0?Я неправильно анализирую свои данные или мой R просто 0?