问题描述
我一直在阅读混合模型,而我目前的理解是混合模型由于包含随机效应而被混合。随机效应是通过聚类特定效应与集合总体效应之间的部分合并来计算的。
我想自己计算部分合并,并注意到混合模型中的固定效果系数(截距和斜率)不同于合并数据中整体线性模型中的固定系数。有谁知道为什么他们会与众不同?是因为在混合模型中包含了截距/斜率相关性?
以下是我的LMEM输出和我的LM输出
# LMEM
Formula: Diverge ~ Type + (1 | Speaker) + (1 + Type | Triplet)
Data: diverge_5speakers
AIC BIC logLik deviance df.resid
-625.0 -603.8 319.5 -639.0 147
Scaled residuals:
Min 1Q Median 3Q Max
-3.3999 -0.4017 0.1663 0.6401 1.9948
Random effects:
Groups Name Variance Std.Dev. Corr
Triplet (Intercept) 0.0001228 0.011082
Typev 0.0001022 0.010111 -0.89
Speaker (Intercept) 0.0000991 0.009955
Residual 0.0008284 0.028782
Number of obs: 154,groups: Triplet,10; Speaker,5
Fixed effects:
Estimate Std. Error t value
(Intercept) 0.098952 0.006570 15.060
Typev -0.005717 0.005706 -1.002
Correlation of Fixed Effects:
(Intr)
Typev -0.558
# LM
lm(formula = Diverge ~ Type,data = diverge_5speakers)
Coefficients:
(Intercept) Typev
0.098204 -0.005249
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)