線形混合効果モデル

線形混合効果モデル(Linear mixed-effect models, LMMs)は、固定効果(fixed effect)と変量効果(random effect)の両方を含めることができるモデルで、経時的なデータの解析に良く用いられる。

変量効果を用いることによって、グループ間の相関や時間間相関を考慮でき、さらに欠測値を扱えるなどといった利点を有している。

目的によって、切片だけが変動する モデル :(1:A)、傾きだけが変動するモデル:(0+A|B)、傾きも切片も両方変動する モデル :(A|B)を作ることができる。

このモデルでは、残差と変量効果の両方が正規分布している必要がある。(なお、正規分布以外の分布である場合は、一般化線形混合効果モデル(Generalized linear mixed model, GLMM)が用いられる。)

lmer モデルのエラー”Some predictor variables are on very different scales: consider rescaling”

エラー内容 線形混合モデルを用いた解析を行っていたところ、以下のようなエラーが表示された。 直訳すると、「いくつかの予測変数は非常に異なるスケールである:再スケーリングを検討する」である。 対処方法 数値変数の… 続きを読む »lmer モデルのエラー”Some predictor variables are on very different scales: consider rescaling”

空間相関(spatial correlation)への依存性の問題~複数地域からのサンプリング~

例えば、高血圧の有無に対するカップラーメンの摂取頻度の関連を検討するとして、3つの地域A~Cから、ランダムに1000の調査票を収集したとする。 この場合、各地域内で相関がみられる(空間相関への依存性の問題)。 … 続きを読む »空間相関(spatial correlation)への依存性の問題~複数地域からのサンプリング~