Допущение линейной модели со смешанными эффектами, Прошу уточнить |
Здравствуйте, гость ( Вход | Регистрация )
Допущение линейной модели со смешанными эффектами, Прошу уточнить |
6.06.2022 - 11:38
Сообщение
#1
|
|
Группа: Пользователи Сообщений: 204 Регистрация: 1.06.2022 Из: Донецк Пользователь №: 39632 |
Недавно начал осваивать смешанные модели, но возникли вопросы. Линейная модель со случайными свободными членами. Уяснил, что остатки должны быть распределены нормально и гомокседантичны, но вот как обстоит дела с распределением случайных свободных членов? Допустим. фиксированный эффект - категориальная переменная с двумя уровнями. Должны ли случайные свободные члены для каждого уровня иметь одинаковое распределение. Или же допустимо, чтобы дисперсия в одной из групп была больше, чем в другой?
Есть еще пара вопросов по сабжу, но пока подождут. |
|
18.06.2022 - 19:48
Сообщение
#2
|
|
Группа: Пользователи Сообщений: 95 Регистрация: 27.12.2015 Пользователь №: 27815 |
Я конкретно ответить на Ваш вопрос не могу, но бегло поискал литературу и странички. Возможно, это Вам поможет.
https://stats.stackexchange.com/questions/376273/assumptions-for-lmer-models https://www.r-bloggers.com/2017/12/linear-mixed-effect-models-in-r/ https://stats.stackexchange.com/questions/77891/checking-assumptions-lmer-lme-mixed-models-in-r https://www.statalist.org/forums/forum/general-stata-discussion/general/1505099-testing-mixed-model-assumptions https://vasishth.github.io/Freq_CogSci/checking-model-assumptions.html
Прикрепленные файлы
mixedeffectsknir.pdf ( 143,03 килобайт )
Кол-во скачиваний: 83
Schielzeth_et_al_2020_Robustness_of_linear_mixed_effects_models_to_violations_of_distributional.pdf ( 1,67 мегабайт ) Кол-во скачиваний: 85 |
|
21.06.2022 - 04:17
Сообщение
#3
|
|
Группа: Пользователи Сообщений: 204 Регистрация: 1.06.2022 Из: Донецк Пользователь №: 39632 |
Большое спасибо! Пока осилил три первых ссылки. В первой однозначно утверждается, что допущения о нормальности и гомокседантичности должны проверяться как на уровне остатков, так и на уровне случайных эффектов, но относительно второго утверждения в дискуссии по третей ссылке наблюдается разброд и шатание. Поскольку этих-самых случайных свободных членов обычно бывает не особо много, то в отличие от диагностики остатков, проанализировать их распределение бывает сложновато, и, как мне показалось, на практике этого никто не делает. Я же сделал на свою беду и оказалось, что различия дисперсий случайных эффектов имеются, да и нормальность внутри каждой группы хромает. Хотя с остатками все на редкость замечательно. Вот и думай, что с этим делать.
Прочитал, что в качестве альтернативы смешанной модели можно использовать обычную линейную модель, но с некими кластеррезированными стандартными ошибками, однако по этому методу попадается сильно меньше инфы. Посчитал функцией lm_robust() из пакета estimatr, вроде, красиво выходит, но каковы тут допущения и как их проверить, вообще пока не понял. |
|