어제 불거진 질문.
내가 깔끔하게 알고 있는 분야가 아니라 잠시 생각해 보고 텄다 싶어 열심히 검색했다;
https://stat.ethz.ch/pipermail/r-help/2002-September/025067.html
http://stats.stackexchange.com/questions/10905/how-to-specify-random-effects-in-lme
Nested 경우엔 여기서 제시하듯 ~1 | A/B 형태로 해결 가능.
간단히 요약하면,
이론적으로 문제 없음.
R에서도 할 수 있는데 쉽게는 안됨
랜덤 이펙트 사이의 공분산 구조를 설계해 줘야 함 - 이게 쉽게 안되는게 당연한 이유. 왜 공분산 구조를 정해줘야 하는지를 아는 것이 근본적인 물음에 대한 답이겠다.
공부하면서 계속 추가하겠음.
------
R로 LME 실습 링크
http://www.unc.edu/courses/2008fall/ecol/563/001/docs/lectures/lecture28.htm
이 강의 다 좋음. 매일 실습 하기로 했다 @_@
좋은 진술.
내가 깔끔하게 알고 있는 분야가 아니라 잠시 생각해 보고 텄다 싶어 열심히 검색했다;
https://stat.ethz.ch/pipermail/r-help/2002-September/025067.html
lme(x ~ 1, random=~1|(Pop + Tree))
우리도 이런 식으로 하고 싶었는데, 작동하지 않았음. Population effect와 Tree effect 둘 다 랜덤효과로 넣고 싶었던 건데, 생각대로 되지 않음.
Nested 경우엔 여기서 제시하듯 ~1 | A/B 형태로 해결 가능.
간단히 요약하면,
이론적으로 문제 없음.
R에서도 할 수 있는데 쉽게는 안됨
랜덤 이펙트 사이의 공분산 구조를 설계해 줘야 함 - 이게 쉽게 안되는게 당연한 이유. 왜 공분산 구조를 정해줘야 하는지를 아는 것이 근본적인 물음에 대한 답이겠다.
공부하면서 계속 추가하겠음.
------
R로 LME 실습 링크
http://www.unc.edu/courses/2008fall/ecol/563/001/docs/lectures/lecture28.htm
이 강의 다 좋음. 매일 실습 하기로 했다 @_@
The choice of nonlinear model needs to be made separately for each problem. There is no such thing as a generic nonlinear function, only a lot of special cases. For nonlinear growth models standard choices include the logistic, Gompertz, or von Bertalanffy models, but there are many other possibilities. Ideally the choice of nonlinear model should be motivated by theory or historical precedent, but in practice the choice is often made in a purely ad hoc fashion. It's worth noting that there is nothing comparable to this problem when working with linear models.
좋은 진술.