[英]Obtaining Effect Sizes from Linear Mixed Model (lme4)
假設我想為 lmer object 中的每個術語獲得某種效果大小,最好的方法是什么? 例如,我有這個nutrient
具有兩個主要影響( gen
和 nutrition )及其相互作用:
library(lme4)
data(Arabidopsis)
fit1 <- lmer(total.fruits~gen*nutrient+(1|reg), data=Arabidopsis)
summary(fit1)
# # # truncated output
Random effects:
Groups Name Variance Std.Dev.
reg (Intercept) 144.4 12.02
Residual 1304.4 36.12
Number of obs: 625, groups: reg, 3
Fixed effects:
Estimate Std. Error df t value Pr(>|t|)
(Intercept) 4.35938 10.72391 7.20000 0.407 0.696
gen 0.13441 0.39560 67.90000 0.340 0.735
nutrient 6.62369 0.99266 619.40000 6.673 5.58e-11 ***
gen:nutrient -0.09971 0.04308 619.50000 -2.314 0.021 *
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
如果我想獲得每個固定效應主效應和交互項的效應大小(R2 或偽 R2),那么最好的方法是什么? Obtaining the R2 for a full model (a la MuMIn::r.squaredGLMM(fit1)
), and use a model comparison approach as I build up to the final model? 或者,還有更好的方法?
Did you try the sem.model.fits function from this packages https://cran.r-project.org/web/packages/piecewiseSEM/piecewiseSEM.pdf ? 您應該能夠為可變和固定效果獲得偽 R2。 如果您想要與特定參數對應的效果大小而不是整個 model,您可以分解具有較少參數的模型並使用 model 比較。
度量數據的影響大小可以用 r = √(t²/(t^2+df)) (Rosenthal, 1991, p. 19) r<-sqrt(t^2/(t^2+df)) 計算固定因子 gen: sqrt(0.340^2/(0.340^2+68)) #0,04,這意味着根據 Cohen (1992) 的解釋沒有效果。 我知道,有科恩的參考資料,我更經常引用(Cohen 1988),但是 1992 年的參考資料是其中之一,我讀到:
低 0.1:無效果 0.1-0.29:小效果 0.3-0.49:中等效果 0.5-1:大效果
羅森塔爾,R。 1991. 社會研究的元分析程序。 第 2 版,Sage 出版物,紐伯里公園。 Cohen J 1992 電源底漆。 心理公告 112:155-159。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.