如何解决lme4::lmer() 有 -1?
我正在查看已编码的 this_needs_to_be_an_int
模型,但我不太明白 lmer
正在/正在做什么。代码看起来像 -1
我相信 fit = lmer(resids ~ -1 + (1|loc/time))
部分可以等价地写成 (1|loc/time)
,它是 (1|loc) + (1|loc:time)
的随机截距,loc
的随机截距在 {{1 }}。
现在我不太明白的部分:time
,我认为这与平均值有关。我发现的唯一一个在该位置使用 loc
的地方(而不是 -1
或将其留空)是在 Fitting Linear Mixed-Effects Models using lme4 的第 7 页。此处的表格显示了它与 -1
的结合,1
用于“指定随机截取具有先验的已知方法”。所以,我的直觉说,去掉 offset(o)
与使用 offset(o)
(数字 offset(0)
而不是字符 0
)是一样的,这意味着 先验 表示都是 o
。
这是正确的吗?
解决方法
是的,这会将模型的固定效应组件设置为零。虽然它是合法的,但这是一个比较奇怪的模型;我希望编码它的人知道他们在做什么。我只能想到两个原因,你会用一个空的固定效应组件来拟合模型:
- 出于某种原因,您想对截距的显着性进行似然比检验(这是不寻常的,在大多数情况下,截距没有特别的统计意义)
- 您有一个特定的实验设计,其中先验已知均值为零(例如,您的响应变量是已随机化为可交换的两个元素之间的某种差异)。立>
lmer(Reaction ~ -1 + (Days|Subject),sleepstudy)
Linear mixed model fit by maximum likelihood ['lmerMod']
Formula: Reaction ~ -1 + (Days | Subject)
Data: sleepstudy
AIC BIC logLik deviance df.resid
1840.7814 1853.5532 -916.3907 1832.7814 176
Random effects:
Groups Name Std.Dev. Corr
Subject (Intercept) 252.53
Days 11.93 0.88
Residual 25.59
Number of obs: 180,groups: Subject,18
No fixed effect coefficients
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。