R lmerモデル：因子を追加または因子を減らす

Aug 22 2020

混合効果モデルでは、因子を1つずつ追加しますか？それとも、要因を1つずつ減らしますか？私がやっていることは次のとおりです。手順に問題はありますか？

完全なモデルを作成します。 mod.full <- lmer(DV ~ A*B + C + D + (1 + E|participant) + (1 + B + E|item)
ランダムな勾配を1つずつ減らします。p> 0.05の場合、省略された因子は完全なモデルから取り除くことができます。

    mod.reduced1 <- lmer(DV ~ A*B + C + D + (1|participant) + (1 + B + E|item))
    anova(mod.full, mod.reduced1) # compare models 
    
    mod.reduced2 <- lmer(DV ~ A*B + C + D + (1|participant) + (1 + E|item))
    anova(mod.reduced2, mod.full) # compare models

    mod.reduced3 <- lmer(DV ~ A*B + C + D + (1|participant) + (1 |item))
    anova(mod.reduced3, mod.full) # compare models 
    
    mod.reduced4 <- lmer(DV ~ A*B + C + D + (1|participant)) # sometimes an entire random factor needs to go because the model has 'isSingular' warnings
    anova(mod.reduced4, mod.full) # compare models

'isSingular'警告がなくなるまで、ランダム係数を減らします。また、このモデルがフルモデルと大きく異ならない場合は、新しいフルモデルとして使用してください。（isSingular警告のない最後のモデルが元の完全なモデルと異なる場合はどうすればよいかわかりません。）
次に、新しいモデルから、研究にとって重要ではない固定要素を減らします。

mod.new <- lmer(DV ~ A*B + C + D + (1|participant))

mod.C <- lmer(DV ~ A*B + C + (1|participant))
mod.D <- lmer(DV ~ A*B + D + (1|participant))

次に、モデルを比較します。それらの固定要素が新しいフルモデルと異ならない場合は、それらを削除します。

anova(mod.new, mod.C) # the results for this is the effect of fixed factor D. Remove D if p > 0.05
anova(mod.new, mod.D) # the results for this is the effect of fixed factor C. Remove C if p > 0.05

固定要素を削除した後、最終的な完全なモデルができました。これを使用して、興味のある他の固定要素のないモデルと比較します。

mod.final <- lmer(DV ~ A*B + D + (1|participant))

mod.A <- lmer(DV ~ A + A:B + D + (1|participant))
mod.B <- lmer(DV ~ B + A:B + D + (1|participant))
mod.AB <- lmer(DV ~ A + B + D + (1|participant))

anova(mod.final, mod.A) # the effect of B
anova(mod.final, mod.B) # the effect of A
anova(mod.final, mod.AB) # the effect of the A:B interaction

このプロセスが正しいかどうか疑問に思いました。また、要因を減らすのではなく、足し合わせることができるのだろうかと思っていました。たとえば、私は1つのランダムな因子から始めます

mod.null <- lmer(DV ~ 1 + (1|participant))

次に、固定要素を追加します

mod.A <- lmer(DV ~ A + (1|participant))
anova(mod.A, mod.null)

次に、係数Bを追加する場合、Bのみでモデルを作成しますか、それともA + Bでモデルを作成しますか？因子の追加が機能するかどうか、およびどのように機能するかはわかりません。

回答

4 RobertLong Aug 23 2020 at 09:45

モデルに最初に注意してください：

mod.full <- lmer(DV ~ A*B + C + D + (1 + E|participant) + (1 + B + E|item)

ランダムな勾配を含めますEが、主な効果は含まないため、かなり疑わしいです。これは、Eの全体的な効果がゼロであると暗黙的に想定していることを意味します。

ステップ2で使用する手順が好きではありません。より良いアプローチは、主題の基礎となる理論がもっともらしいと示唆しているランダムな構造から始めることです。次に、特異な適合がある場合は、特異な適合を引き起こしているランダム構造の部分を探し、それらを排除します。これは通常、summary(model)出力から確認できます。通常、ゼロに非常に近い分散、または-1または1に非常に近い、または実際に等しいランダムな勾配と切片の間に相関関係があります。後者の場合は、||表記法を使用してランダムな勾配と切片の間の相関を推定しないモデル。前者の場合、関連する用語を削除できます。これに関する詳細については、次の回答を参照してください。
混合モデルでの特異フィットの処理
 報告された相関が+ 1 / -1に近くない場合に特異ランダム構造を単純化する方法

次に、新しいモデルから、研究にとって重要ではない固定要素を減らします。

これが何を意味するのかは明確ではありません。これが観察研究である場合、変数は、主題に関する先験的な知識を使用し、因果関係図を使用してモデルに含める必要があります。メディエーターを含めるべきではなく、交絡因子を含めるべきであり（ただし、過度に調整するように注意する必要があります）、競合するエクスポージャーも含める必要があります。すべてはあなたのリサーチクエスチョンから流れるはずです。

次に、モデルを比較します。それらの固定要素が新しいフルモデルと異ならない場合は、それらを削除します。

これをしないでください。前の段落を参照してください。

固定要素を削除した後、最終的な完全なモデルができました。これを使用して、興味のある他の固定要素のないモデルと比較します。

繰り返しますが、これを行わないでください。

また、要因を減らすのではなく、足し合わせることができるのだろうかと思っていました。

繰り返しますが、これを行わないでください。モデルにどの要素を含めるべきかわからない場合は、適切な文献を参照する必要があります。モデル内の変数を選択するために、あらゆる種類の段階的な手順を使用することは非常に悪い考えです。