Pentes individuelles pour le modèle de pente aléatoire à plusieurs niveaux

Aug 19 2020

ma question concerne ce post: Extraction de pentes pour des cas à partir d'un modèle à effets mixtes (lme4)

avec la grande explication de Sven Hohenstein. Ma question est la suivante: comment extraire / interpréter des coefs individuels si j'ai un prédicteur de deuxième niveau supplémentaire? Mon modèle de pente aléatoire avec interaction entre niveaux:

Scaled residuals: 
    Min      1Q  Median      3Q     Max 
-5.3837 -0.4603 -0.0878  0.3895  5.1209 

Random effects:
 Groups   Name        Variance Std.Dev. Corr 
 CODE     (Intercept) 0.28950  0.5381        
          MZP.log     0.04025  0.2006   -0.38
 Residual             0.09409  0.3067        
Number of obs: 13866, groups:  CODE, 3917

Fixed effects:
                       Estimate Std. Error         df t value Pr(>|t|)    
(Intercept)           9.925e-01  9.822e-03  3.936e+03 101.055  < 2e-16 ***
MZP.log              -1.771e-01  5.634e-03  4.615e+03 -31.432  < 2e-16 ***
ABS002P1.cgm          5.658e-03  5.767e-04  3.884e+03   9.811  < 2e-16 ***
MZP.log:ABS002P1.cgm  1.192e-03  3.235e-04  3.709e+03   3.686 0.000231 ***


Correlation of Fixed Effects:
            (Intr) MZP.lg ABS002
MZP.log     -0.510              
ABS002P1.cg -0.009  0.041       
MZP.:ABS002  0.045 -0.223 -0.502

J'obtiens des coefs individuels en utilisant coef (RS.L2) $ CODE qui donne:

                          (Intercept)    MZP.log   ABS002P1.cgm  MZP.log:ABS002P1.cgm
==AM0MDMx0CM4ETM0ITZmV2a   1.4243088 -0.1719496549   0.00565832          0.001192448
==AM0UDMx0SO5cDM4EDajVma   1.9458975 -0.0529674147   0.00565832          0.001192448
==AM1cDMx0SN1ATM1ITdnlGZ   0.8161014 -0.1141229315   0.00565832          0.001192448
==AM1ITM0AzV               0.4187989 -0.0886104357   0.00565832          0.001192448
==AM2ADMx0iN5kDMxEjcmVGa   1.1081334 -0.2264506549   0.00565832          0.001192448
==AM2gDMzAjR               0.8997179 -0.2053793890   0.00565832          0.001192448
==AM2IDM0AjQ               0.6851151 -0.2432147380   0.00565832          0.001192448
==AM2kDMwMDajxWZ           0.9268792 -0.0418086190   0.00565832          0.001192448
==AM2UDM3ATYtVGb           0.8382071 -0.1377587548   0.00565832          0.001192448
...

ce que je ne comprends pas: les deux premières colonnes (Intercept et MZP.Log) sont-elles une combinaison d'effets fixes et aléatoires? Je suppose que oui, mais à quelle partie de l'équation finale

Yti = Beta00 + Beta10 * MZP.Log-ti + Beta01 * ABS002P1.cgm-i + Beta11 * MZP.Log-ti * ABS002P1.cgm-i + r1-i * MZP.Log-ti + r0-i + e- ti

font-ils référence? Est-ce que (Intercepter) = Beta00 + r0-i et MZP.Log = Beta10 + r1-i? Mon objectif est d'illustrer une équation individuelle pour une personne spécifique (CODE).

Je suis profondément reconnaissant pour toute aide!

Réponses

5 RobertLong Aug 19 2020 at 20:12

La chose qui vous manque ici est la sortie de ranef(RS.L2).

Cela devrait vous donner 2 colonnes de nombres qui sont les effets aléatoires individuels pour chaque niveau de CODEpour l'interception etMZP.log

Par exemple, pour le premier niveau de CODE( ==AM0MDMx0CM4ETM0ITZmV2a), l'effet aléatoire de l'interception doit être1.4243088 - 9.925e-01 = 0.4318088

C'est-à-dire que l'interception individuelle pour un niveau particulier de CODEest égale à l'interception globale plus l'effet aléatoire pour ce niveau de CODE. De même pourMZP.log