区间方差分量
区间方差分量
提问于 2014-10-27 19:35:36
我感兴趣的(置信)间隔或标准误差或类似的东西(抽样为基础？)关于lme4 4：：lmer模型中随机效应方差分量的估计。
我确信我把事情简单化了(我知道标准错误被认为不是正确的东西)，但我非常感谢一些代码行，这些代码给出了对这些估计的某种程度的信任。
在VarCorr帮助页面中的示例中，我想要一些可信度，这是这个输出的Variance中的三个值：
data(Orthodont, package="nlme")
fm1 <- lmer(distance ~ age + (age|Subject), data = Orthodont)
vc <- VarCorr(fm1)
print(vc,comp=c("Variance"))回答 1
Stack Overflow用户
回答已采纳
发布于 2014-10-28 21:52:39
准备：(我将冒昧地使用一个不同的例子，因为Orthodont似乎有一些奇怪的地方，我必须研究一下.)
library("lme4")
fm1 <- lmer(Reaction ~ Days + (Days|Subject), data = sleepstudy)
vc <- VarCorr(fm1)
print(vc,comp=c("Variance"))计算置信区间。使用oldNames=FALSE为我们提供了更有意义的使用名称：
cc <- confint(fm1,which="theta_",oldNames=FALSE)
print(cc,digits=3)
## 2.5 % 97.5 %
## sd_(Intercept)|Subject 14.382 37.716
## cor_Days.(Intercept)|Subject -0.482 0.685
## sd_Days|Subject 3.801 8.753
## sigma 22.898 28.858平方cc给出方差的置信区间--不幸的是，平方相关系数的置信区间是无用的(我们可能更倾向于协方差的置信区间，这将需要更多的工作)。删除第二个(相关)行，并在行名的开头删除即将产生误导的sd_/cor_标记：
ccsq <- cc[-2,]^2
rownames(ccsq) <- gsub("^.*_","",rownames(ccsq))
ccsq
## 2.5 % 97.5 %
## (Intercept)|Subject 206.82812 1422.49637
## Days|Subject 14.44885 76.62172
## sigma 524.33063 832.78396(注意最后一行是剩余方差的95% CI，而不是残差标准差，即使我没有更改名称.)
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/26595460
复制相关文章
相似问题
腾讯云开发者
