lmer模型中基于渐近正态性的置信区间
Confidence Interval Based on Asymptotic Normality in lmer model
为什么基于渐近正态性的 confint.default
不适用于 lmer
模型?
fit <- lmer(y~(1|operator)+(1|part),data=dat)
Linear mixed model fit by REML ['lmerMod']
Formula: y ~ (1 | operator) + (1 | part)
Data: dat
REML criterion at convergence: 409.3913
Random effects:
Groups Name Std.Dev.
part (Intercept) 3.2018
operator (Intercept) 0.1031
Residual 0.9398
Number of obs: 120, groups: part, 20; operator, 3
Fixed Effects:
(Intercept)
22.39
confint.default(fit)
Error in as.integer(x) :
cannot coerce type 'S4' to vector of type 'integer'
错误信息是什么?如何根据 lmer 模型的渐近正态性获得置信区间?
不要使用 confint.default()
,只需使用 confint()
。不同模型类型计算置信区间的方法不同。您可以使用 methods(confint)
查看不同的方法。 "correct" 版本的函数是根据您传递给函数的第一个对象的 class 调用的。直接调用其中一种方法通常不是一个好主意。
有关于如何计算 lmer
对象边界的选项。查看 ?confint.merMod
的帮助页面以查看该模型类型独有的选项。
@MrFlick 是正确的,但可能值得补充的是 confint.merMod()
默认给出似然配置文件 CI; confint(.,method="Wald")
将给出基于渐近正态性的置信区间:
‘"Wald"’: approximating the confidence intervals (of fixed-effect
parameters only; all variance-covariance parameters CIs will
be returned as ‘NA’) based on the estimated local curvature
of the likelihood surface;
(这在帮助页面上很明显,但可能值得在这里重申)。
为什么基于渐近正态性的 confint.default
不适用于 lmer
模型?
fit <- lmer(y~(1|operator)+(1|part),data=dat)
Linear mixed model fit by REML ['lmerMod']
Formula: y ~ (1 | operator) + (1 | part)
Data: dat
REML criterion at convergence: 409.3913
Random effects:
Groups Name Std.Dev.
part (Intercept) 3.2018
operator (Intercept) 0.1031
Residual 0.9398
Number of obs: 120, groups: part, 20; operator, 3
Fixed Effects:
(Intercept)
22.39
confint.default(fit)
Error in as.integer(x) :
cannot coerce type 'S4' to vector of type 'integer'
错误信息是什么?如何根据 lmer 模型的渐近正态性获得置信区间?
不要使用 confint.default()
,只需使用 confint()
。不同模型类型计算置信区间的方法不同。您可以使用 methods(confint)
查看不同的方法。 "correct" 版本的函数是根据您传递给函数的第一个对象的 class 调用的。直接调用其中一种方法通常不是一个好主意。
有关于如何计算 lmer
对象边界的选项。查看 ?confint.merMod
的帮助页面以查看该模型类型独有的选项。
@MrFlick 是正确的,但可能值得补充的是 confint.merMod()
默认给出似然配置文件 CI; confint(.,method="Wald")
将给出基于渐近正态性的置信区间:
‘"Wald"’: approximating the confidence intervals (of fixed-effect parameters only; all variance-covariance parameters CIs will be returned as ‘NA’) based on the estimated local curvature of the likelihood surface;
(这在帮助页面上很明显,但可能值得在这里重申)。