2014-07-18 39 views
1

我一直在使用夢幻般的包texreg從lme4模型生成高質量的HTML表。不幸的是,默認情況下,texreg在lme4模型的係數下創建置信區間而不是標準誤差(請參閱JSS paper的第17頁)。使用texreg獲取lme4對象的標準錯誤

舉個例子:

library(lme4) 
library(texreg) 
screenreg(lmer(Reaction ~ Days + (Days|Subject), sleepstudy)) 

產生

Computing profile confidence intervals ... 
Computing confidence intervals at a confidence level of 0.95. Use argument "method = 'boot'" for bootstrapped CIs. 

=============================================== 
           Model 1   
----------------------------------------------- 
(Intercept)      251.41 *  
           [237.68; 265.13] 
Days        10.47 *  
           [ 7.36; 13.58] 
----------------------------------------------- 
AIC       1755.63   
BIC       1774.79   
Log Likelihood     -871.81   
Deviance      1743.63   
Num. obs.      180    
Num. groups: Subject    18    
Variance: Subject.(Intercept) 612.09   
Variance: Subject.Days   35.07   
Variance: Residual    654.94   
=============================================== 
* 0 outside the confidence interval 

而且我更願意看到這樣的內容:

Computing profile confidence intervals ... 
Computing confidence intervals at a confidence level of 0.95. Use argument "method = 'boot'" for bootstrapped CIs. 

=============================================== 
           Model 1   
----------------------------------------------- 
(Intercept)      251.41 *  
           (24.74) 
Days        10.47 *  
           (5.92) 
----------------------------------------------- 
[output truncated for clarity] 

有沒有辦法爲忽略這個行爲?就我所知,使用ci.force = FALSE選項不起作用。

我喜歡用texreg,而不是one of the other packages,因爲texreg允許我將係數組合成有意義的組。

在此先感謝您的幫助!

(UPDATE:編輯成包括一個例子)

+1

請考慮包括一個* small * [reproducible example](http://stackoverflow.com/questions/5963269/how-to-make-a-great-r-reproducible例如),所以我們可以更好地理解並更輕鬆地回答你的問題。 –

+0

謝謝!我把一個。希望這有助於澄清。如果沒有,請讓我知道。再次感謝你的幫助! –

回答

2

使用naive=TRUE得到接近你想要什麼......

library(lme4); library(texreg) 
fm1 <- lmer(Reaction ~ Days + (Days|Subject), sleepstudy) 
screenreg(fm1,naive=TRUE) 

## ========================================== 
##        Model 1  
## ------------------------------------------ 
## (Intercept)      251.41 *** 
##         (6.82) 
## Days        10.47 *** 
##         (1.55) 
## ------------------------------------------ 
## [etc.] 

我不知道你在哪裏得到了24.94的值,從5.92 ...?

sqrt(diag(vcov(fm1))) 
## [1] 6.824556 1.545789 

cc <- confint(fm1,which="beta_") 
apply(cc,1,diff)/3.84 
## (Intercept)  Days 
## 7.14813  1.61908 

基於縮放配置文件置信區間的隱含標準錯誤稍微寬一些,但沒有太大差異。

我不知道如何輕鬆做到這一點,就是根據配置文件置信區間獲取重要性測試/明星,同時仍然在表中找到標準錯誤。據?texregci.test項,

  • 配置項打印時,texreg打印明星如果置信區間不包括零
  • 社企時打印它打印的基於標準的星數關於p值的大小
+0

這樣做,謝謝!我從「summary(fm1)」那裏得到了SEs,但是很明顯這給了我一些其他想法。使用天真= T選項的明星行爲是我想要的;我希望根據p值的大小,而不是根據CI是否包含0來計算恆星。 –

+0

FWIW您從摘要中複製了隨機效應的標準偏差,而不是固定效應參數的標準誤差。 –

相關問題