Непрерывная переменная как случайный эффект? (функция lme в R)

Уровни гормонов завышены в зависимости от массы образца, даже после корректировки уровня гормонов в зависимости от массы образца (это обычная проблема для эндокринологов).

Я пытаюсь определить, влияет ли лечение на уровень гормонов, «с поправкой» на массу образца. lme(hormone levels ~ treatment, random= list(~1|INDIVIDUAL, ~1|sample mass), na.action="na.omit", method = "ML",dados)

Однако рецензент сказал, что я не могу использовать непрерывную переменную в качестве случайного эффекта. Какова альтернатива?


r lme4 mixed-models random-effects
person Carla    schedule 26.06.2020    source источник
comment
если вы исправляете sample mass, вы должны иметь его с treatment, ваш случайный эффект - это группирующая переменная, например. INDIVIDUAL, который не является непрерывным. Возможно что-то вроде: lme(hormone levels ~ treatment + sample mass, random=~1|INDIVIDUAL, na.action="na.omit", method = "ML", dados)   -  person user63230    schedule 26.06.2020

Ответы (1)


arrow_upward
1
arrow_downward

добро пожаловать в переполнение стека. Этот вопрос, вероятно, больше подходит для перекрестной проверки, так как он больше касается статистики, чем кодирования. Я все равно отвечу.

Рецензент прав, у вас не может быть непрерывного предиктора как случайного эффекта. См. некоторое обсуждение этого здесь: линейный смешанный эффект"> https://stats.stackexchange.com/questions/105698/how-do-i-enter-a-continuous-variable-as-a-random-effect-in-a-linear -смешанный эффект

Чтобы напрямую ответить на ваш вопрос, альтернативой является добавление предиктора sample mass в модель в качестве фиксированного эффекта, где он будет ковариантой. Это означает, что модель будет учитывать как уровень гормонов зависит от размера тела, и лечение. Это то, что предложил пользователь 63230, и я думаю, что это правильный путь для продвижения вперед. Если у вас есть конкретный прогноз о том, как treatment может варьироваться в зависимости от sample mass, вы можете включить взаимодействие. Если вы ожидаете, что лечение по-разному повлияет на разных людей, вы можете установить случайный наклон для лечения на отдельных людях.

person sjp    schedule 26.06.2020