2012-01-28 16 views
7

से यादृच्छिक प्रभाव निकालने मैं summary(fm1) का उपयोग करके nlme सारांश से निश्चित प्रभाव निकाल सकता हूं। लेकिन Random effects: भाग कैसे प्राप्त करें संघर्ष करना।nlme सारांश

fm1 <- lme(distance ~ age, Orthodont, random = ~ age | Subject) 
summary(fm1) 
Linear mixed-effects model fit by REML 
Data: Orthodont 
     AIC  BIC logLik 
    454.6367 470.6173 -221.3183 

Random effects: 
Formula: ~age | Subject 
Structure: General positive-definite, Log-Cholesky parametrization 
      StdDev Corr 
(Intercept) 2.3270340 (Intr) 
age   0.2264278 -0.609 
Residual 1.3100397  

Fixed effects: distance ~ age 
       Value Std.Error DF t-value p-value 
(Intercept) 16.761111 0.7752460 80 21.620377  0 
age   0.660185 0.0712533 80 9.265333  0 
Correlation: 
    (Intr) 
age -0.848 

Standardized Within-Group Residuals: 
     Min   Q1   Med   Q3   Max 
-3.223106086 -0.493761144 0.007316631 0.472151121 3.

Number of Observations: 108 
Number of Groups: 27 

किसी भी मदद की अत्यधिक सराहना की जाएगी। धन्यवाद

उत्तर

9

प्रत्येक विषय के लिए निकालने के लिए ranef(fm1) का उपयोग करें।

सारांश तालिका से निकासी के लिए कोड देने के लिए अपडेट किया गया:

>VarCorr(fm1) 
Subject = pdLogChol(age) 
      Variance StdDev Corr 
(Intercept) 5.41508758 2.3270341 (Intr) 
age   0.05126955 0.2264278 -0.609 
Residual 1.71620400 1.3100397 

> temp <- VarCorr(fm1) 
> temp[,2] 
(Intercept)   age Residual 
"2.3270341" "0.2264278" "1.3100397" 

> temp[1,2] 
[1] "2.3270341" 
+0

अपने जवाब के लिए धन्यवाद। 'ranef' यादृच्छिक प्रभाव देता है लेकिन 'रैंडम इफेक्ट्स' से 'stdDev भाग'' सारांश (एफएम 1) 'से। – MYaseen208

+0

अच्छा। मैं lme ऑब्जेक्ट के लिए प्रिंट/सारांश पथ का पालन कर रहा था, लेकिन 'print.modelStruct' पर खो गया। –

+0

धन्यवाद, मैं अपने उत्तरों पर प्रतिक्रिया की सराहना करता हूं क्योंकि इससे मुझे भविष्य में बेहतर लोगों को मदद मिलती है। :) – Michelle

संबंधित मुद्दे