Multivariée Modèle Linéaire Mixte en lme4

Je me demande comment adapter multivariée modèle linéaire mixte avec lme4. J'ai monté univariée modèles linéaires mixtes avec le code suivant:

library(lme4)
lmer.m1 <- lmer(Y1~A*B+(1|Block)+(1|Block:A), data=Data)
summary(lmer.m1)
anova(lmer.m1)

lmer.m2 <- lmer(Y2~A*B+(1|Block)+(1|Block:A), data=Data)
summary(lmer.m2)
anova(lmer.m2)

Je voudrais savoir comment faire pour ajustement linéaire multivariée modèle mixte avec lme4. Les données ci-dessous:

Block A B    Y1    Y2
 1    1 1 135.8 121.6
 1    1 2 149.4 142.5
 1    1 3 155.4 145.0
 1    2 1 105.9 106.6
 1    2 2 112.9 119.2
 1    2 3 121.6 126.7
 2    1 1 121.9 133.5
 2    1 2 136.5 146.1
 2    1 3 145.8 154.0
 2    2 1 102.1 116.0
 2    2 2 112.0 121.3
 2    2 3 114.6 137.3
 3    1 1 133.4 132.4
 3    1 2 139.1 141.8
 3    1 3 157.3 156.1
 3    2 1 101.2  89.0
 3    2 2 109.8 104.6
 3    2 3 111.0 107.7
 4    1 1 124.9 133.4
 4    1 2 140.3 147.7
 4    1 3 147.1 157.7
 4    2 1 110.5  99.1
 4    2 2 117.7 100.9
 4    2 3 129.5 116.2

Merci d'avance pour votre temps et de la coopération.

Il peut être possible de le faire par la "fusion" de l'ensemble de données (Y1 et Y2 des observations séparées avec une commune 'ID' variable) et puis l'ajustement d'un modèle avec l'ID comme un effet aléatoire. N'ont pas le temps d'élaborer maintenant. Vous pouvez demander à ce sur le r-sig-mixte-modèles de liste.
Bolker: Merci pour votre commentaire. Je suis en attente de votre réponse. Merci
J'ai mis un peu plus de détails dans le rpubs.com/bbolker/3336

OriginalL'auteur MYaseen208 | 2011-10-20

  1. 11

    Cela peut parfois être truqués de manière satisfaisante dans nlme/lme4 par un simple formatage de vos données comme

    require(reshape)
Data = melt(data, id.vars=1:3, variable_name='Y')
Data$Y = factor(gsub('Y(.+)', '\', Data$Y))
    > Data
  Block A B Y value
1     1 1 1 1 135.8
2     1 1 2 1 149.4
3     1 1 3 1 155.4
4     1 2 1 1 105.9
5     1 2 2 1 112.9
6     1 2 3 1 121.6
...

    et l'intégration de la nouvelle variable Y dans votre modèle linéaire mixte.

    Cependant, pour de vrai Multivariée de Modèles Linéaires Généralisés Mixtes (MGLMM), vous aurez probablement besoin de le sabreR paquet ou similaire. Il y a aussi un livre entier pour accompagner le paquet, Multivariée de Modèles Linéaires Généralisés Mixtes à l'Aide de R. Si vous avez une procuration à un abonnement institution, vous pourriez même être en mesure de le télécharger gratuitement à partir de http://www.crcnetbase.com/isbn/9781439813270. Je vous prie de vous référer tous les autres conseils, car c'est une viande sujet et je suis très novice.

    Merci pour votre réponse. Je serais très reconnaissant si vous donner plus de lignes directrices pour l'adapter à ce type de modèle avec lme4 ou nlme. Merci
    Vous avez la syntaxe de base, mais la détermination de ce modèle spécifique pour s'adapter à volonté dépendent entièrement de vos données et la structure de votre expérience. Ce n'est probablement pas le bon forum pour cela. Si vous n'êtes pas familier avec les modèles mixtes, à Effets Mixtes Modèles S et S-Plus est le livre qui accompagne le nlme paquet, et pourrait être un bon endroit pour commencer.

    OriginalL'auteur John Colby

  2. 5

    lmer et son frère aîné lme sont par nature "un paramètre à gauche de ~". Jetez un oeil à la voiture paquets; il n'offre pas de hors-plateau répété de la mesure de soutien, mais vous trouverez quelques commentaires sur le sujet par la recherche de la R de la liste:

    John Fox sur la voiture package

    OriginalL'auteur Dieter Menne

  3. 1

    @John réponse ci-dessus devrait être en grande partie raison. Vous ajoutez une variable muette (ie--le facteur variable Y) pour le modèle. Ici, vous avez 3 indices i= 1...N pour les observations, j=1,...,4 pour les blocs, et h=1,2 dépendantes var. Mais vous avez aussi besoin de forcer le niveau 1 terme d'erreur à 0 (ou proche de zéro), je ne suis pas sûr lme4. Ben Bolker pourrait fournir plus d'informations. Ceci est décrit plus en Goldstein (2011) Chap Chap 6 et 7 cachés modèles multivariés.

    IE

    Y_hij = \beta_{01} z_{1ij} + \beta_{02} z_{2ij} + \beta X + u_{1j} z_{1ij} + u_{2j} z_{2ij}

    Donc:

    require(reshape2)
Data = melt(data, id.vars=1:3, variable_name='Y')
Data$Y = factor(gsub('Y(.+)', '\', Data$Y))

m1 <- lmer(value ~ Y + A*B + (1|Block) + (1|Block*A), data= Data)
# not sure how to set the level 1 variance to 0, @BenBolker
# also unclear to me if you're requesting Y*A*B instead of Y + A*B

    OriginalL'auteur Alex W