変数と残差が交絡するこんにちは、
混合モデルを使用したラボ間研究のデータを分析しようとしています。これは 5 つの変数を含むネストされたデザインで、従属変数は力価です。分析の構造は次のとおりです。
固定効果
サンプル（30個）
ランダム効果
サンプル*ラボ (3 レベル)
サンプル*日（3レベル）
サンプル*ラン(2レベル)
Replicate[Sample,Lab,Day,Run] (複製には 2 つのレベルがあります)
サンプル*ラボ*日
Replicate[Sample,Lab,Day,Run] が残差と混同するというエラー メッセージが表示されます。このメッセージに遭遇したのは初めてですが、何を言っているのかわかりません。これまでにこれに遭遇した人はいますか?どうやって克服しましたか?それ？？
ありがとう
ミック
高度な統計モデリング品質およびプロセスエンジニアリングRe: 変数と残差が交絡するいいえ。
はい、複製には相関がありますが、相関はモデル内の他の項によって考慮されます。 モデルには明示的にレプリケートを含めません。 これは残差分散として暗黙的に含まれます。 通常の線形回帰モデルの仮定は、残差分散が応答レベルに依存しないということです。 残差分析を慎重に実行して、この仮定および他の仮定を検証してください。
つまり、ネストを含めて定義した構造は正しいですが、モデルの用語に構造の最下位レベルを含める必要はありません。
Re: 変数と残差が交絡するサンプルを定義して使用すると、応答に対する固定の影響が生じます。
ここでも、主な質問に対処するために主効果を含めます。 他の要因の効果がサンプルごとに異なると思われる場合は、相互作用効果を推定およびテストするために交差項を含めることができます。 それは合理的な期待でしょうか? それの前例はありますか？ それとも事前に排除できるのでしょうか？
Re: 変数と残差が交絡するデータのレベル数を誇張している可能性があります。最低レベルのデータを含めたい場合、これらを複製すると相関関係があり、実行についても同じことが言えます。したがって、日中はそうではありません
サンプル
研究室
日
実行[研究室、一日]
複製[ラボ、日、実行]
つまり、Sample、Lab、Day を主効果とするのは理にかなっていますが、Replicate と Run でのクラスタリングのため、それらはネストされたものとして指定する必要があります。
これは正しいと思いますか?
Re: 変数と残差が交絡するご協力ありがとうございます@Mark_Baileyとても感謝していますし、興味深いものです。答えたい研究課題にもよると思いますが、「毎日の平均偏差がサンプルにどのように依存するか」もその 1 つです。サンプルは 1 つのソースから送信されているためです。分散はすべて同じであるはずです（愚かな考え？）
データ構造は添付の Excel ファイル、X 3 ラボに従っています。したがって、説明される変動の各レベルの割合を推定するための混合モデルの正しい構文は、すべて変量効果として次のようになります。
研究室
曜日[研究室]
走る[一日、研究室]
次に、サンプルによって説明される変動の割合を確認するためにサンプルを含めたい場合、サンプルをランダム効果として含め、固定効果としてドロップすると、構文は次のようになります。すべてランダム効果として
サンプル
研究室
曜日[研究室]
走る[一日、研究室]
サンプルがデータ構造に適合しないため、Lab と同様に主効果のみになります。
これは直感的に正しいと思いますが、アドバイスをいただければ幸いです。
どうもありがとう
Re: 変数と残差が交絡する平均からの各レベルの偏差が、単純な主効果であるサンプル、ラボ、日、および実行です。 Sample とのクロス積ではありません。 交互作用項は、1 つの変数の効果が別の因子のレベルにどのように依存するかを捉えます。 したがって、Day という用語は毎日の平均偏差を表し、Sample*Day という用語は毎日の平均偏差がサンプルにどのように依存するかを表します。
たとえば、「Run in Day」のようなレベルをネストすると、インタラクション効果を推定できなくなる可能性があります。
Re: 変数と残差が交絡する私は、sample*Lab、sample*Day、Run[Sample,Lab,Day] の相互作用を Lab、Day、Run の主効果として解釈しています。そのため、Lab については、ランダムな傾きと切片を含めることで、サンプルの平均効果からの各研究室の偏差。これを主効果として解釈します。
Re: 変数と残差が交絡するわかりました、わかりました
Re: 変数と残差が交絡するLab、Run、Day の主要なランダム効果も含まれていますか?
Re: 変数と残差が交絡する残差は自動的に最小の変量効果になります。 各観測値の残差が変量効果の反復レベルと実際に同じである場合、それらは交絡されます。 レプリケートをモデルから除外します。 残差推定値は反復推定値です。
Re: 変数と残差が交絡する自分の投稿に返信しようと思いましたが、複雑になりすぎたので、単純化したモデルで再試行しました
サンプル固定効果
サンプル*ラボ&ランダム研究室の差異
実行[サンプル、ラボ、日] & ランダムランバリアンス
サンプル*ラボ*日&ランダムラボとデイの相互作用
サンプル*日&ランダム日の差異
R2 は素晴らしく、収束の問題や混乱がなく、説明が簡単です。
ご意見をお待ちしております
