Los modelos mixtos (también conocidos como multinivel o jerárquicos) son modelos lineales que incluyen efectos fijos y efectos aleatorios. Se utilizan para modelar datos longitudinales o anidados.
En términos simples, ¿cómo explicaría (quizás con ejemplos simples) la diferencia entre los modelos de efectos fijos, de efectos aleatorios y de efectos mixtos?
Hay mucha discusión en este foro sobre la forma correcta de especificar varios modelos jerárquicos utilizando lmer. Pensé que sería genial tener toda la información en un solo lugar. Un par de preguntas para comenzar: Cómo especificar múltiples niveles, donde un grupo está anidado dentro del...
Así es como he entendido los efectos aleatorios anidados versus cruzados: Los efectos aleatorios anidados ocurren cuando un factor de nivel inferior aparece solo dentro de un nivel particular de un factor de nivel superior. Por ejemplo, alumnos dentro de las clases en un punto fijo en el...
Si estamos ajustando un glmer, podemos recibir una advertencia que nos dice que el modelo está teniendo dificultades para converger ... por ejemplo >Warning message: In checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv, : Model failed to converge with max|grad| = 0.00389462 (tol...
Tengo adaptarse a unos modelos de efectos mixtos (en particular los modelos longitudinales) utilizando lme4en R, pero me gustaría realmente dominar los modelos y el código que va con ellos. Sin embargo, antes de sumergirme con los dos pies (y comprar algunos libros), quiero estar seguro de que...
He leído en el resumen de este artículo que: "El procedimiento de máxima verosimilitud (ML) de Hartley aud Rao se modifica adaptando una transformación de Patterson y Thompson que divide la probabilidad de normalizar en dos partes, una libre de los efectos fijos. Maximizar esta parte produce lo...
Considere los siguientes tres fenómenos. Paradoja de Stein: dados algunos datos de la distribución normal multivariada en , la media muestral no es un muy buen estimador de la media real. Se puede obtener una estimación con un error cuadrático medio menor si se reducen todas las coordenadas de la...
He estado bastante feliz usando modelos de efectos mixtos desde hace un tiempo con datos longitudinales. Desearía poder encajar las relaciones AR en lmer (creo que tengo razón en que no puedo hacer esto), pero no creo que sea desesperadamente importante, así que no me preocupo demasiado. Acabo de...
Yo uso lme4 en R para ajustar el modelo mixto lmer(value~status+(1|experiment))) donde el valor es continuo, el estado y el experimento son factores, y obtengo Linear mixed model fit by REML Formula: value ~ status + (1 | experiment) AIC BIC logLik deviance REMLdev 29.1 46.98 -9.548 5.911...
Recientemente medí cómo se adquiere el significado de una nueva palabra sobre exposiciones repetidas (práctica: del día 1 al día 10) midiendo ERP (EEG) cuando la palabra se veía en diferentes contextos. También controlé las propiedades del contexto, por ejemplo, su utilidad para el descubrimiento...
Me pregunto si hace una diferencia en la interpretación si solo el dependiente, tanto el dependiente como el independiente, o solo las variables independientes se transforman logarítmicamente. Considere el caso de log(DV) = Intercept + B1*IV + Error Puedo interpretar el IV como el porcentaje...
EDIT 2: originalmente pensé que necesitaba ejecutar un ANOVA de dos factores con medidas repetidas en un factor, pero ahora creo que un modelo lineal de efectos mixtos funcionará mejor para mis datos. Creo que casi sé lo que debe suceder, pero todavía estoy confundido por algunos puntos. Los...
He calculado AIC y AICc para comparar dos modelos lineales mixtos generales; Los AIC son positivos con el modelo 1 que tiene un AIC más bajo que el modelo 2. Sin embargo, los valores para AICc son negativos (el modelo 1 sigue siendo <modelo 2). ¿Es válido usar y comparar valores negativos de...
Actualmente estoy usando el paquete R lme4 . Estoy usando modelos de efectos lineales mixtos con efectos aleatorios: library(lme4) mod1 <- lmer(r1 ~ (1 | site), data = sample_set) #Only random effects mod2 <- lmer(r1 ~ p1 + (1 | site), data = sample_set) #One fixed effect + # random...
Quiero obtener un intervalo de predicción alrededor de una predicción de un modelo lmer (). He encontrado alguna discusión sobre esto: http://rstudio-pubs-static.s3.amazonaws.com/24365_2803ab8299934e888a60e7b16113f619.html http://glmm.wikidot.com/faq pero parecen no tener en cuenta la...
¿En qué condiciones debería alguien considerar el uso de análisis multinivel / jerárquico en lugar de análisis más básicos / tradicionales (por ejemplo, ANOVA, regresión OLS, etc.)? ¿Hay alguna situación en la que esto pueda considerarse obligatorio? ¿Hay situaciones en las que el uso de análisis...
EffectsEl paquete proporciona una manera muy rápida y conveniente de graficar los resultados del modelo de efectos mixtos lineales obtenidos a través delme4 paquete . La effectfunción calcula los intervalos de confianza (IC) muy rápidamente, pero ¿qué tan confiables son estos intervalos de...
Recientemente me di cuenta de que un modelo mixto con solo sujeto como factor aleatorio y los otros factores como factores fijos es equivalente a un ANOVA cuando se establece la estructura correlacional del modelo mixto en simetría compuesta. Por lo tanto, me gustaría saber qué significa la...
Estoy tratando de entender cuándo usar un efecto aleatorio y cuándo es innecesario. Me han dicho que una regla de oro es si tienes 4 o más grupos / individuos que yo hago (15 alces individuales). Algunos de esos alces fueron experimentados 2 o 3 veces para un total de 29 ensayos. Quiero saber si se...
Tengo datos recopilados de un experimento organizado de la siguiente manera: Dos sitios, cada uno con 30 árboles. 15 son tratados, 15 son control en cada sitio. De cada árbol, tomamos muestras de tres piezas del tallo y tres piezas de las raíces, por lo que 6 muestras de nivel 1 por árbol, que...