Carolina ege
2010-Oct-28 18:40 UTC
[R-es] cómo comparar dos modelos anidados con el paquete lme4
Hola, tengo una duda con el método con el que deben ser ajustados los modelos para luego poder comparar el cambio en el ajuste entre dos modelos mixtos con distinta estructura de efectos fijos. Estoy utilizando la función lmer, con erros binomiales. Según el libro de Crawley (2007) para comparar dos modelos debería usar el método “ML” en lugar del “REML” por defecto. Sin embargo cuando agrego a la formula “REML=FALSE” para cambiar el método de ajuste, en el resumen no dice que se está usando el método “ML” (1 y 2). No veo la diferencia entre los dos modelos, y cuando realizo el ANOVA entre dos modelos ajustados con REML o supuestamente con ML no hay diferencias entre los resultados. Sospecho que no está cambiando el método de ajuste pero no me doy cuenta cómo hacerlo. Además en el libro que mencioné antes sugiere hacerlo agregando a la formula ##method=”ML”## , sin embargo al hacer esto me da un error (3) . Está mal comparar dos modelos con distinta estructura de efectos fijos ajustando los modelos con REML?? Si debo usar el método ML como hago para cambiar de tipo de método. Muchas gracias 1) ###Utilizando el método por defecto####> m1<-lmer(Yyes~E*S*DS+anio+(1|ID),binomial, data=puesta)> summary(m1)Generalized linear mixed model fit by the Laplace approximation Formula: Yyes ~ E * S * DS + anio + (1 | ID) Data: puesta AIC BIC logLik deviance 577.5 654 -271.7 543.5 Random effects: Groups Name Variance Std.Dev. ID (Intercept) 0.52314 0.72329 Number of obs: 664, groups: ID, 150 Fixed effects: Estimate Std. Error z value Pr(>|z|) (Intercept) 20.0462 1109.5139 0.018 0.9856 E -0.7346 0.5446 -1.349 0.1774 S[T.1] -1.8503 0.7632 -2.425 0.0153 * DS 3.3295 1.5941 2.089 0.0367 * anio[T.1993] -16.4320 1109.5135 -0.015 0.9882 anio[T.1994] -16.1404 1109.5135 -0.014 0.9884 anio[T.1996] -16.7384 1109.5136 -0.015 0.9880 anio[T.2001] -15.7974 1109.5137 -0.014 0.9886 anio[T.2002] -16.1719 1109.5136 -0.015 0.9884 anio[T.2003] -15.6587 1109.5142 -0.014 0.9887 anio[T.2004] -17.3226 1109.5136 -0.016 0.9875 anio[T.2006] -16.6251 1109.5143 -0.015 0.9880 E:S[T.1] 0.4976 0.5572 0.893 0.3719 E:DS -3.0673 1.5917 -1.927 0.0540 . S[T.1]:DS -3.4400 1.6220 -2.121 0.0339 * E:S[T.1]:DS 3.0646 1.5947 1.922 0.0546 . 2)#### agregando a la formula REML=FALSE####> m1<-lmer(Yyes~E*S*DS+anio+(1|ID),binomial,data=puesta,REML=FALSE)> summary(m1)Generalized linear mixed model fit by the Laplace approximation Formula: Yyes ~ E * S * DS + anio + (1 | ID) Data: puesta AIC BIC logLik deviance 577.5 654 -271.7 543.5 Random effects: Groups Name Variance Std.Dev. ID (Intercept) 0.52314 0.72329 Number of obs: 664, groups: ID, 150 Fixed effects: Estimate Std. Error z value Pr(>|z|) (Intercept) 20.0462 1109.5139 0.018 0.9856 E -0.7346 0.5446 -1.349 0.1774 S[T.1] -1.8503 0.7632 -2.425 0.0153 * DS 3.3295 1.5941 2.089 0.0367 * anio[T.1993] -16.4320 1109.5135 -0.015 0.9882 anio[T.1994] -16.1404 1109.5135 -0.014 0.9884 anio[T.1996] -16.7384 1109.5136 -0.015 0.9880 anio[T.2001] -15.7974 1109.5137 -0.014 0.9886 anio[T.2002] -16.1719 1109.5136 -0.015 0.9884 anio[T.2003] -15.6587 1109.5142 -0.014 0.9887 anio[T.2004] -17.3226 1109.5136 -0.016 0.9875 anio[T.2006] -16.6251 1109.5143 -0.015 0.9880 E:S[T.1] 0.4976 0.5572 0.893 0.3719 E:DS -3.0673 1.5917 -1.927 0.0540 . S[T.1]:DS -3.4400 1.6220 -2.121 0.0339 * E:S[T.1]:DS 3.0646 1.5947 1.922 0.0546 . --- Signif. codes: 0 ''***'' 0.001 ''**'' 0.01 ''*'' 0.05 ''.'' 0.1 '' '' 1>3)#######> m1<-lmer(Yyes~E*S*DS+anio+(1|ID),binomial,data=puesta,method="ML")Error en match.arg(method, c("Laplace", "AGQ")) : ''arg'' should be one of "Laplace", "AGQ" Lic. Carolina Haupt Laboratorio de Ecología y Comportamiento Animal (Lab. 43) Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires Ciudad. Universitaria Pab. II. 4º piso Int. Güiraldes 2620 C1428EHA Ciudad Autónoma de Buenos Aires - Argentina Tel : 054 11 4576-3300 int 200 Fax.: 054 11 4576-3384 Sitio Web : <http://www.ege.fcen.uba.ar/> www.ege.fcen.uba.ar E-mail : <mailto:carohaupt@ege.fcen.uba.ar> carohaupt@ege.fcen.uba.ar <mailto:carolina_haupt@yahoo.com.ar> carolina_haupt@yahoo.com.ar [[alternative HTML version deleted]]
Jaume Tormo
2010-Oct-29 06:07 UTC
[R-es] cómo comparar dos modelos anidados con el paquete lme4
Dale un vistazo a esto: http://dl.dropbox.com/u/2736772/R%20course/5-Modelos%20lineales%20mixtos%20en%20R.pdf Es de este blog: http://luiscayuela.blogspot.com/ El 28 de octubre de 2010 20:40, Carolina ege <carohaupt@ege.fcen.uba.ar>escribió:> Hola, tengo una duda con el método con el que deben ser ajustados los > modelos para luego poder comparar el cambio en el ajuste entre dos modelos > mixtos con distinta estructura de efectos fijos. Estoy utilizando la > función > lmer, con erros binomiales. Según el libro de Crawley (2007) para comparar > dos modelos debería usar el método “ML” en lugar del “REML” por defecto. > Sin > embargo cuando agrego a la formula “REML=FALSE” para cambiar el método de > ajuste, en el resumen no dice que se está usando el método “ML” (1 y 2). > No > veo la diferencia entre los dos modelos, y cuando realizo el ANOVA entre > dos modelos ajustados con REML o supuestamente con ML no hay diferencias > entre los resultados. Sospecho que no está cambiando el método de ajuste > pero no me doy cuenta cómo hacerlo. Además en el libro que mencioné antes > sugiere hacerlo agregando a la formula ##method=”ML”## , sin embargo al > hacer esto me da un error (3) . Está mal comparar dos modelos con distinta > estructura de efectos fijos ajustando los modelos con REML?? Si debo usar > el > método ML como hago para cambiar de tipo de método. > > Muchas gracias > > > > 1) ###Utilizando el método por defecto#### > > > m1<-lmer(Yyes~E*S*DS+anio+(1|ID),binomial, data=puesta) > > > summary(m1) > > Generalized linear mixed model fit by the Laplace approximation > > Formula: Yyes ~ E * S * DS + anio + (1 | ID) > > Data: puesta > > AIC BIC logLik deviance > > 577.5 654 -271.7 543.5 > > Random effects: > > Groups Name Variance Std.Dev. > > ID (Intercept) 0.52314 0.72329 > > Number of obs: 664, groups: ID, 150 > > > > Fixed effects: > > Estimate Std. Error z value Pr(>|z|) > > (Intercept) 20.0462 1109.5139 0.018 0.9856 > > E -0.7346 0.5446 -1.349 0.1774 > > S[T.1] -1.8503 0.7632 -2.425 0.0153 * > > DS 3.3295 1.5941 2.089 0.0367 * > > anio[T.1993] -16.4320 1109.5135 -0.015 0.9882 > > anio[T.1994] -16.1404 1109.5135 -0.014 0.9884 > > anio[T.1996] -16.7384 1109.5136 -0.015 0.9880 > > anio[T.2001] -15.7974 1109.5137 -0.014 0.9886 > > anio[T.2002] -16.1719 1109.5136 -0.015 0.9884 > > anio[T.2003] -15.6587 1109.5142 -0.014 0.9887 > > anio[T.2004] -17.3226 1109.5136 -0.016 0.9875 > > anio[T.2006] -16.6251 1109.5143 -0.015 0.9880 > > E:S[T.1] 0.4976 0.5572 0.893 0.3719 > > E:DS -3.0673 1.5917 -1.927 0.0540 . > > S[T.1]:DS -3.4400 1.6220 -2.121 0.0339 * > > E:S[T.1]:DS 3.0646 1.5947 1.922 0.0546 . > > > > 2)#### agregando a la formula REML=FALSE#### > > > m1<-lmer(Yyes~E*S*DS+anio+(1|ID),binomial,data=puesta,REML=FALSE) > > > summary(m1) > > Generalized linear mixed model fit by the Laplace approximation > > Formula: Yyes ~ E * S * DS + anio + (1 | ID) > > Data: puesta > > AIC BIC logLik deviance > > 577.5 654 -271.7 543.5 > > Random effects: > > Groups Name Variance Std.Dev. > > ID (Intercept) 0.52314 0.72329 > > Number of obs: 664, groups: ID, 150 > > > > Fixed effects: > > Estimate Std. Error z value Pr(>|z|) > > (Intercept) 20.0462 1109.5139 0.018 0.9856 > > E -0.7346 0.5446 -1.349 0.1774 > > S[T.1] -1.8503 0.7632 -2.425 0.0153 * > > DS 3.3295 1.5941 2.089 0.0367 * > > anio[T.1993] -16.4320 1109.5135 -0.015 0.9882 > > anio[T.1994] -16.1404 1109.5135 -0.014 0.9884 > > anio[T.1996] -16.7384 1109.5136 -0.015 0.9880 > > anio[T.2001] -15.7974 1109.5137 -0.014 0.9886 > > anio[T.2002] -16.1719 1109.5136 -0.015 0.9884 > > anio[T.2003] -15.6587 1109.5142 -0.014 0.9887 > > anio[T.2004] -17.3226 1109.5136 -0.016 0.9875 > > anio[T.2006] -16.6251 1109.5143 -0.015 0.9880 > > E:S[T.1] 0.4976 0.5572 0.893 0.3719 > > E:DS -3.0673 1.5917 -1.927 0.0540 . > > S[T.1]:DS -3.4400 1.6220 -2.121 0.0339 * > > E:S[T.1]:DS 3.0646 1.5947 1.922 0.0546 . > > --- > > Signif. codes: 0 ''***'' 0.001 ''**'' 0.01 ''*'' 0.05 ''.'' 0.1 '' '' 1 > > > > >3)####### > > > m1<-lmer(Yyes~E*S*DS+anio+(1|ID),binomial,data=puesta,method="ML") > > Error en match.arg(method, c("Laplace", "AGQ")) : > > ''arg'' should be one of "Laplace", "AGQ" > > > > > > Lic. Carolina Haupt > > Laboratorio de Ecología y Comportamiento Animal (Lab. 43) > > Facultad de Ciencias Exactas y Naturales > > Universidad de Buenos Aires > Ciudad. Universitaria Pab. II. 4º piso > Int. Güiraldes 2620 C1428EHA > Ciudad Autónoma de Buenos Aires - Argentina > Tel : 054 11 4576-3300 int 200 > Fax.: 054 11 4576-3384 > Sitio Web : <http://www.ege.fcen.uba.ar/> www.ege.fcen.uba.ar > E-mail : <mailto:carohaupt@ege.fcen.uba.ar> carohaupt@ege.fcen.uba.ar > > <mailto:carolina_haupt@yahoo.com.ar> > carolina_haupt@yahoo.com.ar > > > > > [[alternative HTML version deleted]] > > > _______________________________________________ > R-help-es mailing list > R-help-es@r-project.org > https://stat.ethz.ch/mailman/listinfo/r-help-es > >-- Jaume Tormo Blanes IMEM Ramon Margalef. Carretera San Vicente del Raspeig s/n 03690 San Vicente del Raspeig - Alicante www.ua.es acercad.wordpress.com [[alternative HTML version deleted]]
Luciano Selzer
2010-Oct-29 13:37 UTC
[R-es] cómo comparar dos modelos anidados con el paquete lme4
Estimada Carolina, en modelos GENERALIZADOS mixtos el pararametro REML no tiene efecto. Solo funciona con el comando lmer. Si usas otra distribución que no sea normal el comando lmer cambia por defecto a glmer. Así que está bien que haya diferencias entre los dos modelos porque son exactamente lo mismo. Espero que te sea de ayuda Luciano El 28 de octubre de 2010 15:40, Carolina ege <carohaupt@ege.fcen.uba.ar>escribió:> Hola, tengo una duda con el método con el que deben ser ajustados los > modelos para luego poder comparar el cambio en el ajuste entre dos modelos > mixtos con distinta estructura de efectos fijos. Estoy utilizando la > función > lmer, con erros binomiales. Según el libro de Crawley (2007) para comparar > dos modelos debería usar el método “ML” en lugar del “REML” por defecto. > Sin > embargo cuando agrego a la formula “REML=FALSE” para cambiar el método de > ajuste, en el resumen no dice que se está usando el método “ML” (1 y 2). > No > veo la diferencia entre los dos modelos, y cuando realizo el ANOVA entre > dos modelos ajustados con REML o supuestamente con ML no hay diferencias > entre los resultados. Sospecho que no está cambiando el método de ajuste > pero no me doy cuenta cómo hacerlo. Además en el libro que mencioné antes > sugiere hacerlo agregando a la formula ##method=”ML”## , sin embargo al > hacer esto me da un error (3) . Está mal comparar dos modelos con distinta > estructura de efectos fijos ajustando los modelos con REML?? Si debo usar > el > método ML como hago para cambiar de tipo de método. > > Muchas gracias > > > > 1) ###Utilizando el método por defecto#### > > > m1<-lmer(Yyes~E*S*DS+anio+(1|ID),binomial, data=puesta) > > > summary(m1) > > Generalized linear mixed model fit by the Laplace approximation > > Formula: Yyes ~ E * S * DS + anio + (1 | ID) > > Data: puesta > > AIC BIC logLik deviance > > 577.5 654 -271.7 543.5 > > Random effects: > > Groups Name Variance Std.Dev. > > ID (Intercept) 0.52314 0.72329 > > Number of obs: 664, groups: ID, 150 > > > > Fixed effects: > > Estimate Std. Error z value Pr(>|z|) > > (Intercept) 20.0462 1109.5139 0.018 0.9856 > > E -0.7346 0.5446 -1.349 0.1774 > > S[T.1] -1.8503 0.7632 -2.425 0.0153 * > > DS 3.3295 1.5941 2.089 0.0367 * > > anio[T.1993] -16.4320 1109.5135 -0.015 0.9882 > > anio[T.1994] -16.1404 1109.5135 -0.014 0.9884 > > anio[T.1996] -16.7384 1109.5136 -0.015 0.9880 > > anio[T.2001] -15.7974 1109.5137 -0.014 0.9886 > > anio[T.2002] -16.1719 1109.5136 -0.015 0.9884 > > anio[T.2003] -15.6587 1109.5142 -0.014 0.9887 > > anio[T.2004] -17.3226 1109.5136 -0.016 0.9875 > > anio[T.2006] -16.6251 1109.5143 -0.015 0.9880 > > E:S[T.1] 0.4976 0.5572 0.893 0.3719 > > E:DS -3.0673 1.5917 -1.927 0.0540 . > > S[T.1]:DS -3.4400 1.6220 -2.121 0.0339 * > > E:S[T.1]:DS 3.0646 1.5947 1.922 0.0546 . > > > > 2)#### agregando a la formula REML=FALSE#### > > > m1<-lmer(Yyes~E*S*DS+anio+(1|ID),binomial,data=puesta,REML=FALSE) > > > summary(m1) > > Generalized linear mixed model fit by the Laplace approximation > > Formula: Yyes ~ E * S * DS + anio + (1 | ID) > > Data: puesta > > AIC BIC logLik deviance > > 577.5 654 -271.7 543.5 > > Random effects: > > Groups Name Variance Std.Dev. > > ID (Intercept) 0.52314 0.72329 > > Number of obs: 664, groups: ID, 150 > > > > Fixed effects: > > Estimate Std. Error z value Pr(>|z|) > > (Intercept) 20.0462 1109.5139 0.018 0.9856 > > E -0.7346 0.5446 -1.349 0.1774 > > S[T.1] -1.8503 0.7632 -2.425 0.0153 * > > DS 3.3295 1.5941 2.089 0.0367 * > > anio[T.1993] -16.4320 1109.5135 -0.015 0.9882 > > anio[T.1994] -16.1404 1109.5135 -0.014 0.9884 > > anio[T.1996] -16.7384 1109.5136 -0.015 0.9880 > > anio[T.2001] -15.7974 1109.5137 -0.014 0.9886 > > anio[T.2002] -16.1719 1109.5136 -0.015 0.9884 > > anio[T.2003] -15.6587 1109.5142 -0.014 0.9887 > > anio[T.2004] -17.3226 1109.5136 -0.016 0.9875 > > anio[T.2006] -16.6251 1109.5143 -0.015 0.9880 > > E:S[T.1] 0.4976 0.5572 0.893 0.3719 > > E:DS -3.0673 1.5917 -1.927 0.0540 . > > S[T.1]:DS -3.4400 1.6220 -2.121 0.0339 * > > E:S[T.1]:DS 3.0646 1.5947 1.922 0.0546 . > > --- > > Signif. codes: 0 ''***'' 0.001 ''**'' 0.01 ''*'' 0.05 ''.'' 0.1 '' '' 1 > > > > >3)####### > > > m1<-lmer(Yyes~E*S*DS+anio+(1|ID),binomial,data=puesta,method="ML") > > Error en match.arg(method, c("Laplace", "AGQ")) : > > ''arg'' should be one of "Laplace", "AGQ" > > > > > > Lic. Carolina Haupt > > Laboratorio de Ecología y Comportamiento Animal (Lab. 43) > > Facultad de Ciencias Exactas y Naturales > > Universidad de Buenos Aires > Ciudad. Universitaria Pab. II. 4º piso > Int. Güiraldes 2620 C1428EHA > Ciudad Autónoma de Buenos Aires - Argentina > Tel : 054 11 4576-3300 int 200 > Fax.: 054 11 4576-3384 > Sitio Web : <http://www.ege.fcen.uba.ar/> www.ege.fcen.uba.ar > E-mail : <mailto:carohaupt@ege.fcen.uba.ar> carohaupt@ege.fcen.uba.ar > > <mailto:carolina_haupt@yahoo.com.ar> > carolina_haupt@yahoo.com.ar > > > > > [[alternative HTML version deleted]] > > > _______________________________________________ > R-help-es mailing list > R-help-es@r-project.org > https://stat.ethz.ch/mailman/listinfo/r-help-es > >[[alternative HTML version deleted]]