来自混合效应模型的预测值周围的置信区间是什么意思?


14

我在看这个页面并注意到R中lme和lmer的置信区间方法。对于不了解R的人,这些是生成混合效果或多级模型的函数。如果我在重复测量设计等方面具有固定效果,那么围绕预测值(类似于均值)的置信区间意味着什么?我可以理解,对于一个效果,您可以有一个合理的置信区间,但是在我看来,在这样的设计中,围绕预期均值的置信区间似乎是不可能的。承认随机变量会导致估计中的不确定性这一事实可能很大,但在那种情况下,从推断的意义上比较各个值根本毫无用处。要么,

我是否在这里遗漏了一些东西,或者我对情况的分析是正确的?... [并且可能是为什么没有在lmer中实现(但很容易在SAS中实现)的理由。:)]


由于从本质上讲,嵌套在lmer中使其成为重复度量设计,因此,有一种方法可以使您有关效应大小周围适当置信区间的问题与重复度量方差分析中的问题相关联,以报告哪种效应大小度量?具体来说,目前尚不清楚错误项是否应包含主题差异(等)?
russellpierce

没关系-我一直没有想到。
russellpierce

Answers:


7

它与其他任何置信区间都具有相同的含义:在模型正确的假设下,如果一遍又一遍地重复实验和过程,则95%的时间里感兴趣量的真实值将落在该区间内。在这种情况下,感兴趣的数量是响应变量的期望值。

在线性模型的上下文中,这可能是最容易解释的(混合模型只是对此的扩展,因此适用相同的思想):

通常的假设是:

yi=Xi1β1+Xi2β2+Xipβp+ϵ

其中是响应,X Ĵ的是协变量,β Ĵ的是参数,和ε是具有零均值的误差项。这样,感兴趣的数量为:yiXijβjϵ

E[yi]=Xi1β1+Xi2β2+Xipβp

这是(未知)参数的线性函数,因为协变量是已知的(并且是固定的)。由于我们知道了参数向量的采样分布,因此我们可以轻松计算出该数量的采样分布(以及置信区间)。

那你为什么想知道呢?我想如果您要进行样本外预测,它可以告诉您预测的期望值(尽管您需要考虑模型不确定性)。


这是我的第二种情况,由于条件之间的差异基于消除了S变异性之间的效应,因此置信区间太大,无法在实验的设计中得出任何推论值。似乎它总是有一个折衷的含义,需要它自己的特殊名称,因为您不能像常规CI那样使用它。
约翰

Blouin&Riopelle(2005)称其为狭窄和广泛的推断置信区间,但考虑到一般统计数据以外的一般科学民众与常规统计数据相比,时间不够充裕……
约翰,2010年

1

ÿ一世Ĵ|μ一世ñμ一世σw2μ一世ñμσb2
以及总体均值的先验分布 μ 和方差成分 σw2σb2。然后每个μ一世 具有后验分布,并且 95 这种分布的弥散间隔可以起到 95 “信心”间隔。
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.