首页 文章

如何在混合效果模型中获得系数及其置信区间？

提问于
浏览 次
26

在 lm 和 glm 模型中，我使用函数 coef 和 confint 来实现目标：

m = lm(resp ~ 0 + var1 + var1:var2) # var1 categorical, var2 continuous
coef(m)
confint(m)

现在我使用lme4包中的 lmer 函数为模型添加了随机效果 - 使用了混合效果模型 . 但是，函数 coef 和 confint 对我来说不再起作用了！

> mix1 = lmer(resp ~ 0 + var1 + var1:var2 + (1|var3)) 
                                      # var1, var3 categorical, var2 continuous
> coef(mix1)
Error in coef(mix1) : unable to align random and fixed effects
> confint(mix1)
Error: $ operator not defined for this S4 class

我试图谷歌并使用文档，但没有结果 . 请指出我正确的方向 .

编辑：我也在考虑这个问题是否更适合https://stats.stackexchange.com/，但我认为它更具技术性而非统计性，所以我认为它最适合这里（SO）......你怎么看？

r lme4 random-effects mixed-models

5 回答

  • 12

    有两个新包lmerTest和lsmeans，可以计算 lmer 和 glmer 输出的95％置信限 . 也许你可以看看那些？并且coefplot2，我认为也可以这样做（尽管Ben在下面以不太复杂的方式指出Wald统计数据的标准错误，而不是在 lmerTest 和 lsmeans 中使用的Kenward-Roger和/或Satterthwaite df近似值）... ...遗憾的是，包装 lsmeans 中仍然没有内置的绘图设施（因为包装 effects() 中，btw也会在 lmer 和 glmer 对象上返回95％的置信限制，但是通过重新安装没有任何随机因素，显然不正确） .

    回复于
  • 8

    我建议你使用好的老lme（在包装nlme） . 它有一些特权，如果你需要对比，那就有一系列的选择（在gmodels中可以估算，对比中的对比，在multcomp中的glht） .

    为什么lmer中不存在p值和confint：请参阅http://finzi.psych.upenn.edu/R/Rhelp02a/archive/76742.html .

    回复于
  • 5

    假设固定效应的正常近似（也可以进行配置），我们可以获得95％的置信区间

    估计1.96 *标准误差 .

    以下内容不适用于方差分量/随机效应 .

    library("lme4")
mylm <- lmer(Reaction ~ Days + (Days|Subject),  data =sleepstudy)

# standard error of coefficient

days_se <- sqrt(diag(vcov(mylm)))[2]

# estimated coefficient

days_coef <- fixef(mylm)[2]

upperCI <-  days_coef + 1.96*days_se
lowerCI <-  days_coef  - 1.96*days_se
    回复于
  • 7

    不确定它何时添加，但现在confint（）在lme4中实现 . 例如，以下示例有效：

    library(lme4)
m = lmer(Reaction ~ Days + (Days | Subject), sleepstudy)
confint(m)
    回复于
  • 1

    要查找系数，您只需使用lme4的汇总功能即可

    m = lm(resp ~ 0 + var1 + var1:var2) # var1 categorical, var2 continuous
m_summary <- summary(m)

    拥有所有系数：

    m_summary$coefficient

    如果您想要置信区间，请将标准误差乘以1.96：

    CI <- m_summary$coefficient[,"Std. Error"]*1.96
print(CI)
    回复于

相关问题