rstanでお手軽にGLMMができる関数，glmmstan（）を作りました。 | Sunny side up!
今回はRの話です。 社会心理学会の方法論セミナーでもGLMMをとりあげましたが，階層ベイズの話も久保先生のトークの中にありました。 GLMMでは，変量効果の数が増えると最尤法だと推定が難しくなったりするので，ベイズ推定のほうが向いています。 しかし，GLMMを直接ベイズ推定してくれる商用ソフトもあまりない（あっても機能が部分的）ので，stanなどのフリーのソフトに頼らざるを得ません。しかし，stanは初心者にはなかなかとっつきにくいので，今回はだれでも簡単にGLMMがベイズ推定できる関数を作ってみました。 実は過去に，同様にGLMMを簡単にstanで走らせてくれるglmer2stanというパッケージを紹介したことがあります（こちら）。しかし，glmer2stanはあとで挙げるようにいろいろ使い勝手が悪いところもあり，自分用に使いやすいものを作ろうと思ったのがはじまりです。 追記： Sapp
GLMMをRで実行する方法 | Sunny side up!
RでGLMMができる関数 RではGLMMを実行するためのプロシージャはいくつかあります。代表的なのは，glmmMLパッケージのglmmML関数と，lme4パッケージのglmer関数でしょうか。 glmmML関数は，ガウス-エルミート求積法による積分計算を行うので推定精度は高いようです。ただし，SASの時と同様に，変量効果は1種類しか指定できません。 一方，lme4パッケージのglmer関数は，ラプラス近似を用いますが，変量効果は複数推定することができます。 どちらがオススメか，というのは難しいところですが，変量効果が一つだけならglmmMLが，それ以上ならlme4がいいように思います。lme4はバージョンによっても結果が変わってきていて，現状の最新版のver 1.1-7はSASと一致する結果が得られましたが，ver 1.0-5では標準誤差がやや小さめに推定されていました。この辺りの不安定な
[R] Rで重回帰分析で交互作用を検討する方法(pequodパッケージ) | Sunny side up!
普段は自作の統計プログラムHADを使って分析していますが，人にいろいろ教えるときにはRも使っている清水です。 さて，今回はRで重回帰分析で交互作用を検討する方法について解説します。 昔，Rで重回帰分析で交互作用を検討するためのコードをアップしていたのですが，最近はもっと便利にできるパッケージがあるようです。というか僕が知らなかっただけか・・・ これについては，DARMという広大の院生・ポスドクが中心となってやっている勉強会のページで知りました（ここ）。まぁネタぱくってる，っていう話なんですけど（笑）。ぜひDARMのページも見てやってください。 ここでは，次のようなサンプルデータを使います。20しか見えませんが，200人のデータです。サンプルデータはこちらからダウンロードできます。 これを”dat”に読み込みます。 dat <- read.csv("sampledata.csv") まずは2
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
