r-glmer不返回截距方差是正常的吗



我正在尝试运行一个多层次模型,以解释一个国家总统选举的选票可能嵌套在组内(取决于选民的母语、居住地等(的事实。为此,我使用了lme4包的glmer功能。

m1<-glmer(vote_DPP ~ 1 + (1 | county_city), 
family = binomial(link="logit"), data = d3)

这里,我的vote变量是二进制的,表示人们是否投票给给定的政党(1((0(。由于我相信结果可能会根据人们的居住状态而变化,我希望各州的拦截情况有所不同。然而,当我运行代码时,我没有看到截取的变化。

Generalized linear mixed model fit by maximum likelihood (Laplace Approximation) ['glmerMod']
Family: binomial  ( logit )
Formula: vote_DPP ~ 1 + (1 | county_city)
Data: d3
AIC       BIC    logLik  deviance  df.resid 
1746.7918 1757.2001 -871.3959 1742.7918      1343 
Random effects:
Groups      Name        Std.Dev.
county_city (Intercept) 0.2559  
Number of obs: 1345, groups:  county_city, 17
Fixed Effects:
(Intercept)  
0.5937

令我困惑的是variance专栏的完全缺失。我在网上看到过其他论坛上关于方差=0的问题,但我似乎找不到关于这个专栏完全消失的任何信息(这让我觉得这可能是我错过的非常简单的事情(。第一次在这里发帖,而且是R和Stats的初学者,所以任何帮助都将不胜感激:(

如果你关心方差是否为零,那就相当于看标准偏差是否为零(类似地,"是(std-dev/variance(小,尽管在这种情况下它们会在不同的尺度上"(。此外,如果std-dev/variance为零或几乎为零,则应该得到"0";奇异拟合";消息。

@Roland的评论是正确的,summary()将默认打印标准偏差和方差。通过指定ranef.comp(随机效应分量(参数,您也可以在print()的输出中要求两者(或两者之一(:

library(lme4)
gm1 <- glmer(incidence/size ~ period + (1|herd),
data = cbpp,
weight = size,
family = binomial)
print(gm1, ranef.comp = c("Std.Dev.", "Variance"))
## ...
## Random effects:
##  Groups Name        Std.Dev. Variance
##  herd   (Intercept) 0.6421   0.4123  
## ...

(您可以类似地修改摘要打印输出中显示的组件:例如,如果您只想查看差异,可以指定print(summary(gm1), ranef.comp = c("Variance"))。(

对于更多的上下文:标准差和方差本质上是冗余信息(没有显示随机效应估计的标准误差,因为在这种情况下,它们可能是不可靠的不确定性估计(。哪种形式更有用取决于应用:标准差更容易与相应的固定效应进行比较,方差有时可以用来得出关于跨效应方差划分的结论(尽管这样做比经典的线性、平衡方差分析情况更复杂(。

相关内容

  • 没有找到相关文章

最新更新