R语言 lme4样本量和完整病例数据集之间的差异？

lymgl2op 于 12个月前发布在其他

关注(0)|答案(1)|浏览(127)

我目前正在使用lme 4估计阶层式缐性模型（HLM）。我的整个数据集有367个观察值。lme 4使用341个观察值估计我的模型-我假设由于遗漏数据而遗漏了一些观察值。但是，当我加总模型变数的完整案例时，我最终得到了337个观察结果。这使得当模型的长度与数据集的长度不同时，很难对假设进行测试。

完整案例与lme 4所“使用”的观察结果之间存在差异。

1.为什么lme 4会使用4个不完整的案例？
1.我如何才能知道lme 4使用了哪些确切的观测值（作为ID #）？
如上所述，假设lme 4按列表方式丢弃了案例，我尝试从主数据集中删除缺失的数据，并尝试检查每个变量的缺失情况，看看lme 4是否只是在测试某个变量，但没有一个与lme 4的输出估计值341相匹配。
如果需要的话，我可以提供匿名数据集--但希望有一些我不知道的简单的东西！

来源：https://stackoverflow.com/questions/77687817/discrepancy-between-lme4-sample-size-and-complete-case-dataset

1条答案

按热度按时间

vnjpjtjt1#

最明显的原因是lme4（以及内部model.frame）仅根据模型中实际使用的变量来评估完整性。您是否在模型公式中不包含的变量中具有NA值？
(For它的价值是，这个默认值也意味着，如果你要用不同的预测变量子集拟合一系列模型，并希望模型具有可比性，那么首先过滤完整案例的完整数据集是一个好主意。
范例：

library(lme4)
ss <- sleepstudy
ss$Days[c(1, 4, 10)] <- NA
ss$extra <- 1
ss$extra[c(4, 20, 25)] <- NA

个字符
哪些行被删除了？有两种检查方法：

attr(mf, "na.action")
 1  4 10 
 1  4 10 
attr(,"class")
[1] "omit"

setdiff(rownames(ss), rownames(mf))
[1] "1"  "4"  "10"

相当于内部代码的是

nrow(model.frame(Reaction ~ Days + Subject, ss))  ## 177

型
(the处理公式，以便将随机效应分组变量也包含在公式中，以排除不完整的情况）

赞(0）回复(0）举报 12个月前

我来回答

R语言 lme4样本量和完整病例数据集之间的差异？

1条答案

相关问题

热门标签

最新问答