para - intervalos de confianza en regresion

¿Cómo obtener los coeficientes y sus intervalos de confianza en modelos de efectos mixtos?

Question

En los modelos lm y glm , uso las funciones confint y confint para lograr el objetivo:

m = lm(resp ~ 0 + var1 + var1:var2) # var1 categorical, var2 continuous
coef(m)
confint(m)

Ahora agregué efectos aleatorios al modelo, usé modelos de efectos mixtos usando la función lmer del paquete lme4. Pero entonces, ¡las funciones confint y confint ya no funcionan para mí!

> mix1 = lmer(resp ~ 0 + var1 + var1:var2 + (1|var3)) 
                                      # var1, var3 categorical, var2 continuous
> coef(mix1)
Error in coef(mix1) : unable to align random and fixed effects
> confint(mix1)
Error: $ operator not defined for this S4 class

Intenté buscar en Google y usar documentos pero sin resultado. Por favor, apúntame en la dirección correcta.

EDITAR: También estaba pensando si esta pregunta se ajusta más a https://stats.stackexchange.com/ pero lo considero más técnico que estadístico, por lo que concluí que encaja mejor aquí (SO) ... ¿qué piensa?

Answer 1

Hay dos nuevos paquetes, lmerTest y lsmeans , que pueden calcular los límites de confianza del 95% para la lmer de lmer y glmer . Tal vez usted puede mirar en esos? Y coefplot2 , creo que también puede hacerlo (aunque como Ben señala a continuación, de una manera no tan sofisticada, a partir de los errores estándar en las estadísticas de Wald, a diferencia de las aproximaciones de df de Kenward-Roger y / o Satterthwaite utilizadas en lmerTest y lsmeans ) ... Es una lástima que todavía no haya facilidades de trazado incorporadas en el paquete lsmeans (como hay en los effects() paquete effects() , que por cierto también devuelve límites de confianza del 95% en objetos lmer y glmer , pero lo hace glmer montar un modelo sin ningún de los factores aleatorios, que evidentemente no es correcto).

Answer 2

Le sugiero que use buen viejo lme (en el paquete nlme). Tiene confinamiento, y si necesita confinamiento de contrastes, hay una serie de opciones (estimable en gmodels, contraste en contrastes, glht en multcomp).

Por qué los valores de p y el valor de confinamiento están ausentes en lmer: consulte http://finzi.psych.upenn.edu/R/Rhelp02a/archive/76742.html .

Answer 3

No estoy seguro de cuándo se agregó, pero ahora confint () se implementa en lme4. Por ejemplo, el siguiente ejemplo funciona:

library(lme4)
m = lmer(Reaction ~ Days + (Days | Subject), sleepstudy)
confint(m)

Answer 4

Para encontrar el coeficiente, simplemente puede usar la función de resumen de lme4

m = lm(resp ~ 0 + var1 + var1:var2) # var1 categorical, var2 continuous
m_summary <- summary(m)

tener todos los coeficientes:

m_summary$coefficient

Si desea el intervalo de confianza, multiplique el error estándar por 1.96:

CI <- m_summary$coefficient[,"Std. Error"]*1.96
print(CI)

Answer 5

Suponiendo una aproximación normal para los efectos fijos (que también habría hecho la constricción), podemos obtener intervalos de confianza del 95% mediante

estimación + 1.96 * error estándar.

Lo siguiente no se aplica a los componentes de varianza / efectos aleatorios.

library("lme4")
mylm <- lmer(Reaction ~ Days + (Days|Subject),  data =sleepstudy)

# standard error of coefficient

days_se <- sqrt(diag(vcov(mylm)))[2]

# estimated coefficient

days_coef <- fixef(mylm)[2]

upperCI <-  days_coef + 1.96*days_se
lowerCI <-  days_coef  - 1.96*days_se