このペ,ジの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。gydF4y2Ba
一般に,モデル仕様の式はgydF4y2Ba“y ~项”gydF4y2Ba
という形式の文字ベクトルまたは字符串スカラ,です。線形混合効果モデルでは,この式はgydF4y2Ba'y ~ fixed + (random1|grouping1) +…+ (randomR | groupingR) 'gydF4y2Ba
の形式になります。ここで,gydF4y2Ba固定gydF4y2Ba
およびgydF4y2Ba随机gydF4y2Ba
には固定効果および変量効果の項が含まれます。gydF4y2Ba
テブルgydF4y2Ba资源描述gydF4y2Ba
に以下のものが格納されていると仮定します。gydF4y2Ba
応答変数gydF4y2BaygydF4y2Ba
連続変数またはグル,プ化変数である予測子変数gydF4y2BaXgydF4y2BajgydF4y2Ba
グル,プ化変数gydF4y2BaggydF4y2Ba1gydF4y2Ba
、gydF4y2BaggydF4y2Ba2gydF4y2Ba
、...、gydF4y2BaggydF4y2BaRgydF4y2Ba
ここで,gydF4y2BaXgydF4y2BajgydF4y2Ba
およびgydF4y2BaggydF4y2BargydF4y2Ba
のグループ化変数は,绝对配列,逻辑配列,文字配列,字符串配列,または文字ベクトルの细胞配列が可能です。gydF4y2Ba
この場合,gydF4y2Ba'y ~固定+(随机gydF4y2Ba1gydF4y2Ba| ggydF4y2Ba1gydF4y2Ba) +…+(随机gydF4y2BaRgydF4y2Ba| ggydF4y2BaRgydF4y2Ba)'gydF4y2Ba
の形式の式において,項gydF4y2Ba固定gydF4y2Ba
は固定効果の計画行列gydF4y2BaXgydF4y2Ba
の仕様に対応し,gydF4y2Ba随机gydF4y2Ba
1gydF4y2Baはグル,プ化変数gydF4y2BaggydF4y2Ba
1gydF4y2Baに対応する変量効果の計画行列gydF4y2BaZgydF4y2Ba
1gydF4y2Baの仕様であり,同様にgydF4y2Ba随机gydF4y2Ba
RgydF4y2Baはグル,プ化変数gydF4y2BaggydF4y2Ba
RgydF4y2Baに対応する変量効果の計画行列gydF4y2BaZgydF4y2Ba
RgydF4y2Baの仕様です。gydF4y2Ba固定gydF4y2Ba
項およびgydF4y2Ba随机gydF4y2Ba
項はウィルキンソンの表記法で表現できます。gydF4y2Ba
ウィルキンソンの表記法は,モデルに存在する因子を記述します。この表記法は,モデルに存在する因子に関係するものであり,それらの因子の乗数(係数)に関係するものではありません。gydF4y2Ba
ウィルキンソンの表記法gydF4y2Ba | 標準表記の因子gydF4y2Ba |
---|---|
1gydF4y2Ba |
定数 (切片) 項gydF4y2Ba |
X ^ kgydF4y2Ba 、gydF4y2BakgydF4y2Ba は正の整数gydF4y2Ba |
XgydF4y2Ba ,gydF4y2BaXgydF4y2Ba2gydF4y2Ba 、……gydF4y2BaXgydF4y2BakgydF4y2Ba |
X1 + x2gydF4y2Ba |
X1gydF4y2Ba ,gydF4y2BaX2gydF4y2Ba |
X1 * X2gydF4y2Ba |
X1gydF4y2Ba ,gydF4y2BaX2gydF4y2Ba ,gydF4y2BaX1。* X2(elementwise multiplication of X1 and X2) |
X1, X2gydF4y2Ba |
X1。* X2gydF4y2Ba のみgydF4y2Ba |
- - - - - - X2gydF4y2Ba |
X2gydF4y2Ba は含めないgydF4y2Ba |
X1* x2 + x3gydF4y2Ba |
X1gydF4y2Ba ,gydF4y2BaX2gydF4y2Ba ,gydF4y2BaX3gydF4y2Ba ,gydF4y2BaX1 * X2gydF4y2Ba |
X1 + x2 + x3 + X1 = x2gydF4y2Ba |
X1gydF4y2Ba ,gydF4y2BaX2gydF4y2Ba ,gydF4y2BaX3gydF4y2Ba ,gydF4y2BaX1 * X2gydF4y2Ba |
X1* x2 * x3 - X1: x2: x3gydF4y2Ba |
X1gydF4y2Ba ,gydF4y2BaX2gydF4y2Ba ,gydF4y2BaX3gydF4y2Ba ,gydF4y2BaX1 * X2gydF4y2Ba ,gydF4y2BaX1 * X3gydF4y2Ba ,gydF4y2BaX2 * X3gydF4y2Ba |
X1*(x2 + x3)gydF4y2Ba |
X1gydF4y2Ba ,gydF4y2BaX2gydF4y2Ba ,gydF4y2BaX3gydF4y2Ba ,gydF4y2BaX1 * X2gydF4y2Ba ,gydF4y2BaX1 * X3gydF4y2Ba |
统计和机器学习工具箱™表記は,gydF4y2Ba-1gydF4y2Ba
を使用して項を明示的に削除しない限り,常に定数項を含みます。線形混合効果モデルの仕様例を次にいくか挙げます。gydF4y2Ba
次に例を示します。gydF4y2Ba
式gydF4y2Ba | 説明gydF4y2Ba |
---|---|
'y ~ X1 + X2'gydF4y2Ba |
切片gydF4y2BaX1gydF4y2Ba およびgydF4y2BaX2gydF4y2Ba の固定効果。これは,gydF4y2Ba'y ~ 1 + X1 + X2'gydF4y2Ba と等価です。gydF4y2Ba |
'y ~ -1 + X1 + X2'gydF4y2Ba |
X1gydF4y2Ba とgydF4y2BaX2gydF4y2Ba の切片と固定効果はありません。gydF4y2Ba-1gydF4y2Ba を含めることによって暗黙的な切片の項は抑制されます。gydF4y2Ba |
'y ~ 1 + (1 | g1)'gydF4y2Ba |
グル,プ化変数gydF4y2Bag1gydF4y2Ba のレベルごとの切片の固定効果と切片の変量効果の和。gydF4y2Ba |
'y ~ X1 + (1 | g1)'gydF4y2Ba |
固定勾配のランダム切片モデル。gydF4y2Ba |
'y ~ X1 + (X1 | g1)'gydF4y2Ba |
相関があり得るランダムな切片と勾配。これは,gydF4y2Ba'y ~ 1 + X1 + (1 + X1|g1)'gydF4y2Ba と等価です。gydF4y2Ba |
'y ~ X1 + (1 | g1) + (-1 + X1 | g1)'gydF4y2Ba |
切片と勾配の独立した変量効果項。gydF4y2Ba |
'y ~ 1 + (1 | g1) + (1 | g2) + (1 | g1:g2)'gydF4y2Ba |
g1gydF4y2Ba とgydF4y2Bag2gydF4y2Ba に対する独立したメ▪▪ン効果のあるランダムな切片モデル+独立した交互作用効果。gydF4y2Ba |
fitlmegydF4y2Ba
は式のgydF4y2Ba固定gydF4y2Ba
部分およびgydF4y2Ba随机gydF4y2Ba
部分(グル,プ化変数ではない)の式を次のように計画行列に変換します。gydF4y2Ba
式内の項ごとに,1または複数の列を対応する計画行列に追加します。gydF4y2Ba
1。gydF4y2Ba
Kレベルのカテゴリカル変数gydF4y2BaXgydF4y2Ba
を含む固定項は,計画行列に(k - 1)個のダミ,変数を追加します。gydF4y2Ba
たとえば,変数gydF4y2Ba供应商gydF4y2Ba
が表す3の異なる供給業者は,1の製造業者に部品を納入します。たとえば,カテゴリカル変数には 3 つのレベルがあり、部品の 6 つのバッチのうち、最初の 2 つのバッチは供給業者 1 (レベル 1) から、次の 2 つのバッチは供給業者 2 (レベル 2) から、最後の 2 つのバッチは供給業者 3 (レベル 3) から提供されているとします。
供应商= 1 1 2 2 3 3gydF4y2Ba
供应商gydF4y2Ba
を固定効果または変量効果の項として式に追加すると,次の2のダミ変数がgydF4y2Ba“参考”gydF4y2Ba
対比を使用して対応する計画行列に追加されます。gydF4y2Ba0 0 0 0 1 1 0 0 0 1 1gydF4y2Ba
fitlmegydF4y2Ba
の名前と値のペアの引数gydF4y2Ba“DummyVarCoding”gydF4y2Ba
を参照してください。gydF4y2BaX1gydF4y2Ba
およびgydF4y2BaX2gydF4y2Ba
が連続変数の場合,積の項gydF4y2BaX1, X2gydF4y2Ba
は,gydF4y2BaX1gydF4y2Ba
とgydF4y2BaX2gydF4y2Ba
の要素ごとの乗算によって得られる1の列を計画行列に追加します。gydF4y2Ba
X1gydF4y2Ba
が連続しており,gydF4y2BaX2gydF4y2Ba
がk個のレベルをもカテゴリカル変数の場合,積の項gydF4y2BaX1, X2gydF4y2Ba
は,要素ごとにgydF4y2BaX1gydF4y2Ba
をgydF4y2BaX2gydF4y2Ba
を表す(k - 1)個のダミー変数と乗算し,これらの(k - 1)個の列を計画行列に追加します。gydF4y2Ba
たとえば,gydF4y2Ba药物gydF4y2Ba
が患者に投与される薬の量(連続の処方)であり,gydF4y2Ba时间gydF4y2Ba
が健康測定を実施する3つの異なる時点(3つのレベルをもつカテゴリカル変数)であり,9回の観測数のうち最初の3回を時点1次の3回を時点2,最後の3回を時点3に観測されるとします。gydF4y2Ba
【用药时间】= 0.1000 1.0000 0.2000 1.0000 0.5000 2.0000 0.6000 2.0000 0.3000 3.0000 0.8000 3.0000gydF4y2Ba
药物:时间gydF4y2Ba
は次の2の変数を計画行列に追加します。gydF4y2Ba
000 0 0.5000 0 0.6000 00 0.3000 0 0.8000gydF4y2Ba
X1gydF4y2Ba
およびgydF4y2BaX2gydF4y2Ba
がそれぞれk個およびm個のレベルをもカテゴリカル変数の場合,積の項gydF4y2BaX1, X2gydF4y2Ba
は(k - 1)*(m - 1)個のダミ.変数を計画行列に追加します。この計画行列は,gydF4y2BaX1gydF4y2Ba
とgydF4y2BaX2gydF4y2Ba
を表す各ダミ,変数を要素ごとに乗算して形成されます。gydF4y2Ba
たとえば,トウモロコシの種類とポップコ,ン生産方法の影響を調べる実験において,次の3種類のgydF4y2Ba玉米gydF4y2Ba
と2種類のgydF4y2Ba方法gydF4y2Ba
があると仮定します。gydF4y2Ba
1油1油1空气1空气2油2油2空气2空气3油3油3空气gydF4y2Ba
玉米:方法gydF4y2Ba
は次の内容を計画行列に追加します。gydF4y2Ba
0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0gydF4y2Ba
X1 * X2gydF4y2Ba
項には,gydF4y2BaX1gydF4y2Ba
、gydF4y2BaX2gydF4y2Ba
およびgydF4y2BaX1, X2gydF4y2Ba
に必要な列数を計画行列に追加します。gydF4y2Ba
X1 ^ 2gydF4y2Ba
項は必要な数のgydF4y2BaX1gydF4y2Ba
およびgydF4y2BaX1: X1gydF4y2Ba
用の列を計画行列に追加します。gydF4y2Ba
式の中の記号gydF4y2Ba1gydF4y2Ba
はすべてが1である列を表します。既定では,1の列が計画行列に含められます。計画行列から1の列を除外するには,式に含まれる項として明示的にgydF4y2Ba1gydF4y2Ba
を指定しなければなりません。gydF4y2Ba
fitlmegydF4y2Ba
はグル,プ化変数を次のように式のgydF4y2Ba(. |集团)gydF4y2Ba
部分で扱います。gydF4y2Ba
グル,プ化変数にk個のレベルがある場合,k個のダミ,変数がこのグル,プ化を表します。gydF4y2Ba
たとえば,gydF4y2Ba区gydF4y2Ba
が3種類の地区を表す3つのレベルのカテゴリカルグループ化変数であり,6つの学校のうち最初の2校が地区1次の2校が地区2,最後の2校が地区3にあると仮定します。gydF4y2Ba
地区= 1 1 2 2 3 3gydF4y2Ba
1 0 0 1 0 0 0 1 0 0 1 0 0 0 1 0 0 1gydF4y2Ba
X1gydF4y2Ba
が連続変量効果変数でgydF4y2BaX2gydF4y2Ba
がk個のレベルをもグルプ化変数の場合,ランダム項gydF4y2Ba(x1 - 1| x2)gydF4y2Ba
は,gydF4y2BaX1gydF4y2Ba
を要素ごとにgydF4y2BaX2gydF4y2Ba
を表すk個のダミ,変数と乗算し,これらk個の列を変量効果計画行列に追加します。gydF4y2Ba
たとえば,gydF4y2Ba分数gydF4y2Ba
が学校の数学の試験における生徒の点数を表す連続変数であり,gydF4y2Ba类gydF4y2Ba
が学校の異なる3のクラスを表す3のレベルのカテゴリカル変数であると仮定します。また9個の観察値のうち,最初の3つは1番目のクラスの生徒の点数,次の3つは2番目のクラスの生徒の点数,最後の3つが3番目のクラスの生徒の点数に対応すると仮定します。gydF4y2Ba
[分数等级]= 78.0000 1.0000 68.0000 1.0000 81.0000 2.0000 53.0000 2.0000 85.0000 3.0000 72.0000 3.0000gydF4y2Ba
(成绩- 1|班)gydF4y2Ba
は次の3の列を変量効果計画行列に追加します。gydF4y2Ba
78.0000 0 68.0000 00 81.0000 00 53.0000 00 85.0000 00 72.0000gydF4y2Ba
X1gydF4y2Ba
が連続予測子変数でgydF4y2BaX2gydF4y2Ba
およびgydF4y2BaX3gydF4y2Ba
はそれぞれk個とm個のレベルをもグルプ化変数の場合,項gydF4y2Ba(X1 | X2: X3)gydF4y2Ba
は,gydF4y2BaX2gydF4y2Ba
を表す各ダミ,変数とgydF4y2BaX3gydF4y2Ba
を表す各ダミ,変数を要素ごとに乗算して形成される,k*m個のダミ,変数をもgydF4y2BaX1gydF4y2Ba
のグル,プ化を表します。gydF4y2Ba
たとえば,gydF4y2Ba治疗gydF4y2Ba
が連続予測子変数であり,次のように3のレベルのgydF4y2Ba块gydF4y2Ba
と,ブロック内で入れ子になった2のレベルのgydF4y2Ba情节gydF4y2Ba
があると仮定します。gydF4y2Ba
0.1000 1 a 0.2000 1 b 0.5000 2 a 0.6000 2 b 0.3000 3 a 0.8000 3gydF4y2Ba
この場合,ランダム項gydF4y2Ba(治疗- 1|块:地块)gydF4y2Ba
は次の内容を変量効果計画行列に追加します。gydF4y2Ba
0.1000 000 000 0 0.2000 000 000 0.5000 000 000 0 0.6000 000 000 0 0.3000 000 000 0 0.8000gydF4y2Ba
LinearMixedModelgydF4y2Ba
| gydF4y2BafitlmegydF4y2Ba
| gydF4y2BafitlmematrixgydF4y2Ba