Я впервые использую смешанные модели в R для статистического анализа. Поскольку мои данные состоят из двоичных переменных результата, мне удалось построить логистическую модель с использованием функции glmer пакета lme4, которая, как я думаю, работает так, как я хотел.
Теперь я стремлюсь исследовать статистическую значимость коэффициентов моей модели. Я читал, что, как правило, лучший подход для обобщенных смешанных моделей заключается в начальной загрузке доверительных интервалов, но мне не удалось найти хорошее и четкое объяснение того, как это сделать в R.
У кого-нибудь есть предложения? Существуют ли какие-либо пакеты в R, которые ускоряют этот процесс, или люди обычно создают для этого свои собственные функции? Раньше я никогда не занимался начальной загрузкой, поэтому был бы признателен за более подробные ответы.
Если вы хотите вычислить параметрические доверительные интервалы начальной загрузки, встроенная функциональность
confint(fitted_model, method = "boot")
должно работать (см. ?confint.merMod
)
Также см. этот ответ (который иллюстрирует как параметрическую, так и непараметрическую начальную загрузку для определяемых пользователем величин).
Если у вас несколько ядер, вы можете ускорить это, добавив parallel = "multicore", ncpus = parallel::detectCores()-1
(или другое подходящее количество ядер): подробности см. в ?lme4::bootMer
.
Отлично, спасибо! Я видел эту функцию раньше, но она показалась... слишком простой? Я попробовал запустить его здесь, и это сработало отлично!