Я не знаю, спрашивалось ли об этом раньше, но я ничего не нашел по этому поводу. Мой вопрос заключается в том, может ли кто-нибудь предоставить хорошую справку, чтобы узнать, как получить долю дисперсии, объясняемой каждым из фиксированных и случайных факторов в модели смешанных эффектов.
mixed-model
variance
Мануэль Рамон
источник
источник
Ответы:
Я могу предоставить некоторые ссылки:
Сюй Р. (2003). Измерение объяснил вариации в линейных моделях смешанных эффектов. Статистика в медицине , 22 , 3527-3541. DOI: 10.1002 / sim.1572
Hössjer, O. (2008). О коэффициенте детерминации для моделей смешанной регрессии. Журнал статистического планирования и вывода , 138 , 3022-3038. DOI: 10.1016 / j.jspi.2007.11.010
Приятного чтения!
источник
В соответствии с2 1
MuMIn
R
Выход для функции
r.squaredGLMM
обеспечивает:R2m : предельное значение R в квадрате, связанное с фиксированными эффектами
Условное значение R2c R2, связанное с фиксированными эффектами плюс случайные эффекты.
Примечание: комментарий к связанному сообщению в блоге предполагает, что альтернативный подход, вдохновленный Nakagawa & Schielzeth, разработанный Джоном Лефчеком (с использованием
sem.model.fits
функции вpiecewiseSEM
пакете), дал идентичные результаты. Итак, у вас есть варианты: р.Я не тестировал эту последнюю функцию, но я тестировал
r.squaredGLMM()
функцию вMuMIn
пакете и поэтому могу подтвердить, что она все еще функционирует сегодня (2018).Что касается обоснованности этого подхода, я оставляю чтение Nakagawa & Schielzeth (2013) (и последующую статью Johnson 20142 ) вам решать.
1: Накагава, S., и Schielzeth, H. 2013. Общий и простой метод получения R2 из обобщенных линейных моделей смешанных эффектов. Методы в экологии и эволюции 4 (2): 133-142.
2: Джонсон, PCD 2014 Расширение модели R2GLMM компании Nakagawa & Schielzeth для моделей со случайными уклонами. Методы в экологии и эволюции 5: 44–946.
источник