에 다변량 (즉, 다중 응답) 혼합 모델을 맞추려고합니다 R
. 이외에도에서 ASReml-r
와 SabreR
(외부 소프트웨어가 필요) 패키지,에서만 가능한 것 같다 MCMCglmm
. 에서 용지 수반 MCMCglmm
패키지 (pp.6)를 러드 Hadfield의 하나의 긴 포맷 변수에 복수 응답 변수를 재 형성하고 전체적인 절편을 억제하는 등의 그러한 모델을 피팅하는 과정을 설명한다. 인터셉트를 억제하면 응답 변수의 각 레벨에 대한 계수 해석이 해당 레벨의 평균으로 변경됩니다. 위의 내용을 감안할 때 lme4
?를 사용하여 다변량 혼합 모형을 적합시킬 수 있습니다 . 예를 들면 다음과 같습니다.
data(mtcars)
library(reshape2)
mtcars <- melt(mtcars, measure.vars = c("drat", "mpg", "hp"))
library(lme4)
m1 <- lmer(value ~ -1 + variable:gear + variable:carb + (1 | factor(carb)),
data = mtcars)
summary(m1)
# Linear mixed model fit by REML
# Formula: value ~ -1 + variable:gear + variable:carb + (1 | factor(carb))
# Data: mtcars
# AIC BIC logLik deviance REMLdev
# 913 933.5 -448.5 920.2 897
# Random effects:
# Groups Name Variance Std.Dev.
# factor(carb) (Intercept) 509.89 22.581
# Residual 796.21 28.217
# Number of obs: 96, groups: factor(carb), 6
#
# Fixed effects:
# Estimate Std. Error t value
# variabledrat:gear -7.6411 4.4054 -1.734
# variablempg:gear -1.2401 4.4054 -0.281
# variablehp:gear 0.7485 4.4054 0.170
# variabledrat:carb 5.9783 4.7333 1.263
# variablempg:carb 3.3779 4.7333 0.714
# variablehp:carb 43.6594 4.7333 9.224
이 모델의 계수를 어떻게 해석합니까? 이 방법이 일반 선형 혼합 모형에도 적용됩니까?