Предположим, у меня есть некоторые измерения для каждого предмета на каждом сайте. Две переменные, субъект и сайт, представляют интерес с точки зрения вычисления значений внутриклассовой корреляции (ICC). Обычно я использую функцию lmer
из пакета R lme4
и запускаю
lmer(measurement ~ 1 + (1 | subject) + (1 | site), mydata)
Значения ICC могут быть получены из дисперсий для случайных эффектов в приведенной выше модели.
Тем не менее, я недавно прочитал газету, которая действительно озадачивает меня. Используя приведенный выше пример, авторы вычислили три значения ICC в статье с функцией lme из пакета nlme: одно для субъекта, одно для сайта и одно для взаимодействия субъекта и сайта. Никаких дополнительных подробностей в статье не приводится. Я сбит с толку со следующих двух точек зрения:
- Как рассчитать значения ICC с помощью lme? Я не знаю, как указать эти три случайных эффекта (субъект, сайт и их взаимодействие) в IME.
- Действительно ли имеет смысл рассмотреть ICC для взаимодействия субъекта и сайта? С моделирующей или теоретической точки зрения вы можете рассчитать это, но концептуально у меня возникают проблемы с интерпретацией такого взаимодействия.
r
lme4-nlme
intraclass-correlation
bluepole
источник
источник
Ответы:
Модельная формула R
подходит к модели
где - это ' от в , - случайный эффект субъекта , - случайный эффект сайта а - оставшаяся ошибка. Эти случайные эффекты имеют дисперсии , которые оцениваются моделью. (Обратите внимание, что если тема вложена в сайт, вы традиционно пишете здесь вместо ).Yя J K К я J ηя я θJ J εя J K σ2η, σ2θ, σ2ε θя ж θJ
measurement
subject
site
Чтобы ответить на ваш первый вопрос о том, как рассчитать ICC: согласно этой модели ICC - это доля общего отклонения, объясняемая соответствующим коэффициентом блокировки. В частности, корреляция между двумя случайно выбранными наблюдениями по одной и той же теме:
Корреляция между двумя случайно выбранными наблюдениями с одного и того же участка:
Корреляция между двумя случайно выбранными наблюдениями на одном и том же человеке и на одном и том же участке (так называемое взаимодействие ICC):
Subject
site
Каждую из этих величин можно оценить, включив оценки этих дисперсий, которые выходят из подгонки модели.
Subject
Subject
site
site
источник