[英]Standard Error of variance component from the output of lmer
我需要从
lmer<\/code>的输出中提取方差分量的
standard error<\/code> 。
library(lme4)
model <- lmer(Reaction ~ Days + (1|Subject), sleepstudy)
我认为您正在寻找方差估计的 Wald 标准误差。 请注意,这些(正如 Doug Bates 经常指出的那样)Wald 标准误差通常是对方差不确定性的非常差<\/strong>的估计,因为似然分布通常远离方差尺度上的二次方......我假设你知道你在做什么并且对这些数字有一些好处......
这可以(现在)使用
merDeriv<\/code>包完成。
library(lme4)
library(merDeriv)
m1 <- lmer(Reaction ~ Days + (Days|Subject), sleepstudy)
sqrt(diag(vcov(m1, full = TRUE)))
vv <- vcov(m1, full = TRUE)
colnames(vv)
## [1] "(Intercept)" "Days"
## [3] "cov_Subject.(Intercept)" "cov_Subject.Days.(Intercept)"
## [5] "cov_Subject.Days" "residual"
我不太确定“方差分量的标准误差”是什么意思。 我最好的猜测(根据您的代码)是您想要随机效应的标准误差。 您可以使用包 arm 获得此信息:
library(arm)
se.ranef(model)
#$Subject
# (Intercept)
#308 9.475668
#309 9.475668
#310 9.475668
#330 9.475668
#331 9.475668
#332 9.475668
#333 9.475668
#334 9.475668
#335 9.475668
#337 9.475668
#349 9.475668
#350 9.475668
#351 9.475668
#352 9.475668
#369 9.475668
#370 9.475668
#371 9.475668
#372 9.475668
mn2=lmer(pun~ pre + (pre|pro), REML = TRUE, data = pro)
summary(mn2)
coe2=coef(mn2)
coe2
# Matriz de varianza-covarianza (covarianza)
as.data.frame(VarCorr(mn2))
# Extraer coeficientes fijos
fixef(mn2)
# Extraer desvios de a - alfa y b - beta
re=as.data.frame(ranef(mn2))
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.