2015-03-27 9 views
7

पर निर्भर करने के लिए अनुमति देने वाले मुद्दे का एक MWE नीचे है। मैं nlme पैकेज से Orthodont डेटासेट का उपयोग कर रहा हूं जिसमें 27 बच्चों के लिए 4 माप (16 लड़कियां, 11 लड़के) शामिल हैं। सहसंबंध मॉडल करने के लिए मैं correlation = corSymm(form = ~1|Subject) निर्दिष्ट करके एक असंगठित कॉन्वर्सिस संरचना का उपयोग कर रहा हूं। मैं अलग-अलग माप अवसरों में निरंतर भिन्नता के लिए अनुमति दे रहा हूं, लेकिन मैं लड़कों और लड़कियों के लिए भिन्नता-भिन्नता मानकों को अलग करने की अनुमति देना चाहूंगा (उदाहरण के लिए, क्योंकि लड़कियों के मुकाबले लड़कों के लिए माप संभवतः उच्च/निम्न है)। मैं weights = varIdent(form = ~1|age*Sex) निर्दिष्ट करके भिन्नता पैरामीटर के लिए इस विषमता की अनुमति दे सकता हूं, लेकिन क्या कोई जानता है कि सहसंबंध मानकों के लिए इस विषमता को कैसे निर्दिष्ट/निर्दिष्ट किया जाए?ग्रुप में सहसंबंध पैरामीटर को समूहबद्ध कारक

मैं जानता हूँ कि इस repeated बयान (http://support.sas.com/documentation/cdl/en/statug/63033/HTML/default/viewer.htm#statug_mixed_sect019.htm) में group विकल्प को निर्दिष्ट करके एसएएस proc mixed में संभव है, लेकिन मैं पहले से

बहुत धन्यवाद आर

में इस समस्या से निपटने के लिए एक रास्ता नहीं मिला है!

library(nlme) 
head(Orthodont) 
fit <- gls(distance ~ age * Sex, correlation = corSymm(form = ~1|Subject), 
      weights = varIdent(form = ~1|age*Sex), data = Orthodont, na.action = na.exclude) 
+1

यदि आप '? CorSymm' के लिए 'form' के विवरण को देखते हैं, तो मुझे यकीन नहीं है कि आप कर सकते हैं ... जैसा कि यह निम्न कहता है: _ जब समूहबद्ध कारक फॉर्म में मौजूद होता है, तो सहसंबंध संरचना को माना जाता है केवल उसी समूह स्तर के भीतर अवलोकनों पर लागू होते हैं; विभिन्न समूह स्तरों के साथ अवलोकनों को असंबंधित माना जाता है। हो सकता है कि आप प्रारंभिक सामान्य सहसंबंध संरचना का उपयोग कर पूर्व निर्धारित कर सकें? सहायता फ़ंक्शन में उस पर कुछ जानकारी है, क्योंकि मुझे कोई संकेत नहीं है कि यह कैसे करें। – OFish

उत्तर

1

मैं पूरी तरह से यकीन है कि यह आप के लिए क्या देख रहे है नहीं कर रहा हूँ, लेकिन यह एक कोशिश दे:

fit <- gls(distance ~ age * Sex, 
      correlation = corSymm(form = ~1|Subject/Sex), 
      weights = varIdent(form = ~1|age*Sex), 
      data = Orthodont, na.action = na.exclude) 

यह पुरुषों और महिलाओं के लिए एक पूरी तरह से अलग दिन के लिए दिन के सहसंबंध फिट बैठता है । यदि आप

summary(fit) 

यह यह स्पष्ट रूप से दिखाता है।

+0

दुर्भाग्यवश, मुझे अपने उदाहरण में मॉडल के लिए बिल्कुल वही आउटपुट मिलता है (इसलिए पुरुषों और महिलाओं के लिए कोई अलग सहसंबंध पैरामीटर नहीं)। – johansteen

संबंधित मुद्दे