혼합 모델을위한 파라 메트릭, 세미 파라 메트릭 및 비 파라 메트릭 부트 스트랩

이 기사 에서 다음과 같은 이식편을 가져옵니다 . 부트 스트랩을 사용하고 R boot패키지가있는 선형 혼합 모델을 위해 파라 메트릭, 반 파라 메트릭 및 비 파라 메트릭 부트 스트랩 부트 스트랩을 구현하려고 초보자 입니다.

R 코드

내 R코드 는 다음과 같습니다 .

library(SASmixed)
library(lme4)
library(boot)

fm1Cult <- lmer(drywt ~ Inoc + Cult + (1|Block) + (1|Cult), data=Cultivation)
fixef(fm1Cult)


boot.fn <- function(data, indices){
 data <- data[indices, ]
 mod <- lmer(drywt ~ Inoc + Cult + (1|Block) + (1|Cult), data=data)
 fixef(mod)
 }

set.seed(12345)
Out <- boot(data=Cultivation, statistic=boot.fn, R=99)
Out

질문

1. boot패키지가 혼합 된 모델에 대해 파라 메트릭, 세미 파라 메트릭 및 비 파라 메트릭 부트 스트랩을 수행하는 방법은 무엇입니까?
2. 내 코드에서 혼합 모델에 대해 비모수 적 부트 스트랩을 수행하고 있다고 생각합니다.

이 슬라이드를 찾았 지만 R 패키지를 얻을 수 없습니다 merBoot. 이 패키지를 어디에서 구할 수 있는지 알 수 있습니다. 도움을 주시면 감사하겠습니다. 귀하의 도움과 시간에 미리 감사드립니다.

혼합 선형 모형의 부트 스트랩은 회귀에서의 부트 스트랩과 매우 유사합니다. 단, 효과가 고정 및 랜덤으로 나뉘어지는 복잡한 문제가 있습니다. 파라 메트릭 부트 스트랩을 수행하기위한 회귀 분석에서는 파라 메트릭 모델을 데이터에 맞추고, 모형 잔차를 계산하고, 잔차를 부트 스트랩하고, 부트 스트랩 잔차를 가져와 적합 모델에 추가하여 데이터에 대한 부트 스트랩 샘플을 얻은 다음 모형을 적합시킵니다 부트 스트랩 샘플 파라미터 추정값을 얻기 위해 부트 스트랩 데이터에. 원래 잔차를 다시 부트 스트랩 한 다음 절차의 다른 단계를 반복하여 매개 변수의 다른 부트 스트랩 샘플 추정값을 얻습니다. 비모수 부트 스트랩의 경우 반응 및 공변량 값의 벡터를 생성하고 부트 스트랩 샘플에 대한 벡터 선택을 부트 스트랩합니다. 부트 스트랩 샘플에서 모형을 피팅하여 매개 변수를 얻고 프로세스를 반복합니다. 파라 메트릭 부트 스트랩과 비 파라 메트릭 부트 스트랩의 유일한 차이점은 파라 메트릭 부트 스트랩의 잔차를 부트 스트랩하는 반면 비모수 부트 스트랩은 벡터를 부트 스트랩한다는 것입니다. 혼합 모델의 경우 일부 효과를 매개 변수로 처리하고 다른 효과를 비 매개 변수로 처리하여 반모 수 부트 스트랩을 가질 수도 있습니다. 코드가 벡터를 부트 스트랩하는 경우 비모수 부트 스트랩을 수행하는 것입니다. R 에서이 작업을 수행 할 수있는 구체적인 솔루션은 없지만 Efron 및 Tibshirani의 책 또는 Robert LaBudde가있는 책을 보면 선형 혼합 모델과 유사한 유형의 모델에 대한 R 코드가 표시됩니다.

bootMerlme4의 개발 버전에서 함수를 살펴보고 싶을 수도 있습니다 .

install_github("lme4",user="lme4")
library(lme4)

혼합 모델의 모델 기반 (반) 파라 메트릭 부트 스트랩을 수행 할 수 있습니다. ?bootMer