Як витягнути / обчислити важелі та відстані Кука для лінійних моделей зі змішаними ефектами


10

Хтось знає, як обчислити (або витягнути) важелі та відстані Кука для merоб’єкта класу (отриманого через lme4пакет)? Я хотів би побудувати їх для аналізу залишків.

Відповіді:


13

Ви повинні поглянути на пакет R influence.ME. Це дозволяє обчислити заходи впливових даних для моделей зі змішаними ефектами, що генеруються lme4.

Приклад моделі:

library(lme4)
model <- lmer(mpg ~ disp + (1 | cyl), mtcars)

Ця функція influenceє основою для всіх подальших кроків:

library(influence.ME)
infl <- influence(model, obs = TRUE)

Обчисліть відстань Кука:

cooks.distance(infl)

Відстань сюжету Кука:

plot(infl, which = "cook")

введіть тут опис зображення


Дякую! Це, безумовно, допомагає. Як щодо обчислення важеля для діаграми відстані Кука проти важеля?
Roey Angel

@RoeyAngel Я думаю, що це неможливо з influence.MEпакетом. На жаль, у мене немає рішення для цього завдання.
Свен Хогенштайн

Чи не повинно бути infl <- influence(model, group = "cyl"), тому що ви вказали випадковий ефект як (1|cyl)? Я не знаю, я взагалі цього не розумію, я просто встановив вплив ... але я не знаю, коли користуватися obs = TRUEі коли використовувати group...
Цікаво

Я хотів би додати наступне: Якщо ви хочете отримати номер рядка, що трапляються відстані D Кука - те саме число, що виникає на ділянці, не будуючи графіки, то ви можете використовувати наступну формулу r про номери відстаней Кукса з розрізом off value напр. 0,1cooksD_data<-as.data.frame(cooks.distance(ft1)) cooksD_data_select<-cooksd[cooksD_data>0.1,drop=FALSE,] cooksD_oultiers<-as.numeric(rownames(cooksD_data_select))]
Elias Estatistics

Це краще, ніж тут рекомендованаhatvalues() функція ?
Цікаво
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.