正確格式化與混合模型設計與lmer（）在R

我試圖找出使用lmer()混合效果模型的正確格式。下面的三個模型都試圖達到同樣的目的 - 一個簡單的固定效應模型 - 所以兩個模型都是錯誤的。正確格式化與混合模型設計與lmer（）在R

在模型中，shoppers是商業中心消費者支出的數據。有一個通用的反平方距離關係，描述消費者如何從中心分佈。這反映在一個gravity模型中，該模型將比距離更近的區域的權重更高，以模擬距離的影響。還給出了住宅小區尺寸Population。我認爲r3應該是正確的格式，但它會產生比r2更高的AIC分數。任何想法，爲什麼這可能是，哪個是正確的？

> r1 <- lmer(shoppers/gravity ~ population + (1 | District), data = d) 
> r2 <- lmer(shoppers * gravity ~ population + (1 | District), data = d) 
> r3 <- lmer(shoppers ~ gravity/population + (1 | District), data = d) 
> 
> summary(r1)@AICtab 
     AIC  BIC logLik deviance REMLdev 
38154.25 38180.12 -19073.12 38132.84 38146.25 
> summary(r2)@AICtab 
     AIC  BIC logLik deviance REMLdev 
6504.574 6530.45 -3248.287 6470.837 6496.574 
> summary(r3)@AICtab 
     AIC  BIC logLik deviance REMLdev 
14965.16 14997.5 -7477.579 14933.57 14955.16

非常感謝提前！

來源

2012-09-05 geotheory

由於您的模型具有不同的響應，因此您的模型不具有可比性。 –

我同意@盧西亞諾，我有點驚訝，前兩個模型的工作...... –

'重力/人口'可能沒有任何意義，也許'重力*人口'？ http://cran.r-project.org/doc/manuals/R-intro.html#Formulae-for-statistical-models可能會有幫助。 –

你的模型shoppers ~ gravity/population + (1 | District)使用shoppers爲因變量和gravity主要作用和gravity和（gravity:population）之間的相互作用的兩個固定效果：

model1 <- lmer(shoppers ~ gravity/population + (1 | District), data = d)

如果你想測試的互動，你的模型也應該包括相應的主效應。

如果你不是想測試gravity通過單固定效應劃分結果的效果，請使用以下公式：

model2 <- lmer(shoppers ~ as.numeric(gravity/population) + (1 | District), data = d)

也許你想嘗試的模式shoppers ~ gravity * population + (1 | District)。還有在這個模型中三個固定的效果：既gravity和的主要影響，這些變量之間（gravity:population）的相互作用：

model3 <- lmer(shoppers ~ gravity * population + (1 | District), data = d)

模型的選擇應取決於基礎理論和您的問題/假說。由於這些模型使用相同的因變量（shoppers），即它們與~符號的左側相同，因此可以比較AIC值。

anova(model1, model2, model3)

來源

2012-09-05 15:12:35

這很有用@Sven Hohenstein謝謝你 – geotheory

正確格式化與混合模型設計與lmer（）在R

回答

相關問題