Espero que todos não se importem com essa pergunta, mas preciso de ajuda para interpretar a saída de um modelo linear de efeitos mistos que tenho tentado aprender na R. Sou novo na análise de dados longitudinal e na regressão linear de efeitos mistos. Eu tenho um modelo que me encaixou com semanas como preditor de tempo e pontuo em um curso de emprego como resultado. Modelei partitura com semanas (tempo) e vários efeitos fixos, sexo e raça. Meu modelo inclui efeitos aleatórios. Preciso de ajuda para entender o que significa variação e correlação. A saída é a seguinte:
Random effects
Group Name Variance
EmpId intercept 680.236
weeks 13.562
Residual 774.256
A correlação é 0,223.
Eu posso interpretar a correlação, pois existe uma relação positiva entre as semanas e a pontuação, mas quero poder dizer isso em termos de "23% de ...".
Eu realmente aprecio a ajuda.
Obrigado "guest" e Macro por responder. Desculpe, por não responder, eu estava em uma conferência e agora estou me atualizando. Aqui está a saída e o contexto.
Aqui está o resumo do modelo LMER que eu executei.
>summary(LMER.EduA)
Linear mixed model fit by maximum likelihood
Formula: Score ~ Weeks + (1 + Weeks | EmpID)
Data: emp.LMER4
AIC BIC logLik deviance REMLdev
1815 1834 -732.6 1693 1685
Random effects:
Groups Name Variance Std.Dev. Corr
EmpID (Intercept) 680.236 26.08133
Weeks 13.562 3.682662 0.231
Residual 774.256 27.82546
Number of obs: 174, groups: EmpID, 18
Fixed effects:
Estimate Std. Error t value
(Intercept) 261.171 6.23 37.25
Weeks 11.151 1.780 6.93
Correlation of Fixed Effects:
(Intr)
Days -0.101
Não entendo como interpretar a variação e o residual dos efeitos aleatórios e explicá-lo a outra pessoa. Eu também não sei como interpretar a correlação, exceto que é positivo, o que indica que aqueles com interceptações mais altas têm inclinações mais altas e aqueles com pessoas com interceptações mais baixas têm inclinações mais baixas, mas não sei como explicar a correlação em termos. de 23% de. . . . (Não sei como terminar a frase ou mesmo se faz sentido fazê-lo). Esta é uma análise de tipo diferente para nós, pois nós (eu) estamos tentando avançar para análises longitudinais.
Eu espero que isso ajude.
Obrigado pela vossa ajuda até agora.
Zeda
Respostas:
Seu modelo ajustado
lme()
pode ser expresso comoVocê pode obter a matriz de variação entre termos de efeitos aleatórios em
VarCorr(LMER.EduA)$ID
.Seu resultado basicamente diz que
VarCorr(LMER.EduA)
fonte