ช่วงความเชื่อมั่นรอบค่าที่ทำนายจากโมเดลเอฟเฟกต์ผสมหมายถึงอะไร


14

ฉันกำลังดูหน้านี้และสังเกตเห็นวิธีการสำหรับช่วงความเชื่อมั่นสำหรับ lme และ lmer ใน R สำหรับผู้ที่ไม่ทราบว่า R เป็นฟังก์ชั่นสำหรับสร้างเอฟเฟกต์ผสมหรือโมเดลหลายระดับ หากฉันมีผลกระทบคงที่ในบางสิ่งบางอย่างเช่นการวัดซ้ำออกแบบช่วงเวลาความมั่นใจรอบค่าที่ทำนาย (คล้ายกับค่าเฉลี่ย) หมายถึงอะไร ฉันสามารถเข้าใจได้ว่าสำหรับเอฟเฟกต์คุณสามารถมีช่วงความเชื่อมั่นที่สมเหตุสมผล แต่สำหรับฉันแล้วช่วงความเชื่อมั่นของค่าเฉลี่ยที่คาดการณ์ไว้ในแบบนี้ดูเหมือนจะเป็นไปไม่ได้ มันอาจมีขนาดใหญ่มากที่จะยอมรับความจริงที่ว่าตัวแปรสุ่มมีส่วนทำให้เกิดความไม่แน่นอนในการประมาณค่า แต่ในกรณีนี้มันจะไม่เป็นประโยชน์เลยในแง่ที่เปรียบเทียบระหว่างค่าต่างๆ หรือ,

ฉันขาดอะไรบางอย่างที่นี่หรือการวิเคราะห์สถานการณ์ของฉันถูกต้องหรือไม่ ... [และอาจเป็นเหตุผลว่าทำไมมันไม่ถูกนำไปใช้ใน lmer (แต่ง่ายที่จะได้รับใน SAS) :)]


เนื่องจากในสาระสำคัญการทำรังใน lmer ทำให้การออกแบบมาตรการซ้ำ ๆ มีวิธีที่คำถามของคุณเกี่ยวกับช่วงความเชื่อมั่นที่เหมาะสมรอบขนาดผลกระทบที่เกี่ยวข้องกับคำถามในการวัด ANOVA ซ้ำเกี่ยวกับการวัดขนาดผลกระทบที่จะรายงาน? โดยเฉพาะมันไม่ชัดเจนว่าคำที่ผิดพลาดควรรวมความแปรปรวนของหัวเรื่องหรือไม่ (ฯลฯ )
russellpierce

ไม่เป็นไร - ฉันไม่ได้คิดอย่างนั้นตลอด
russellpierce

คำตอบ:


7

มันมีความหมายเช่นเดียวกับช่วงความเชื่อมั่นอื่น ๆ : ภายใต้สมมติฐานที่ว่ารูปแบบถูกต้องหากการทดลองและขั้นตอนซ้ำแล้วซ้ำอีก 95% ของเวลาที่มูลค่าที่แท้จริงของปริมาณดอกเบี้ยจะอยู่ภายในช่วงเวลา ในกรณีนี้ปริมาณของดอกเบี้ยเป็นค่าที่คาดหวังของตัวแปรตอบกลับ

มันอาจจะง่ายที่สุดในการอธิบายเรื่องนี้ในบริบทของตัวแบบเชิงเส้น (ตัวแบบผสมเป็นเพียงส่วนขยายของสิ่งนี้ดังนั้นจึงใช้แนวคิดเดียวกันนี้):

สมมติฐานปกติคือ:

yi=Xi1β1+Xi2β2+Xipβp+ϵ

โดยที่คือการตอบสนองX i jคือ covariates, β jคือพารามิเตอร์และϵเป็นคำผิดพลาดซึ่งมีค่าเป็นศูนย์ ปริมาณที่น่าสนใจคือ:yiXijβjϵ

E[yi]=Xi1β1+Xi2β2+Xipβp

ซึ่งเป็นฟังก์ชันเชิงเส้นของพารามิเตอร์ (ไม่ทราบ) เนื่องจาก covariates เป็นที่รู้จัก (และคงที่) เนื่องจากเรารู้ว่าการแจกแจงการสุ่มตัวอย่างของเวกเตอร์พารามิเตอร์เราสามารถคำนวณการแจกแจงการสุ่มตัวอย่าง (และช่วงความมั่นใจ) ของปริมาณนี้ได้อย่างง่ายดาย

แล้วทำไมคุณถึงอยากรู้ ฉันเดาว่าถ้าคุณทำการคาดการณ์นอกตัวอย่างอาจบอกคุณได้ว่าการคาดการณ์ของคุณจะดีเพียงใด (แม้ว่าคุณจะต้องคำนึงถึงความไม่แน่นอนของแบบจำลอง)


นั่นเป็นสถานการณ์ที่สองของฉันช่วงความเชื่อมั่นนั้นใหญ่เกินไปที่จะมีค่าอนุมานใด ๆ ในการออกแบบการทดสอบเนื่องจากความแตกต่างระหว่างเงื่อนไขนั้นขึ้นอยู่กับผลกระทบที่มีระหว่างความแปรปรวน S ที่นำออก ดูเหมือนว่ามันจะมีความหมายประนีประนอมเสมอและต้องการชื่อพิเศษของตัวเองเพราะคุณไม่สามารถใช้มันเหมือน CI ปกติ
จอห์น

Blouin & Riopelle (2005) เรียกพวกเขาว่าช่วงความเชื่อมั่นที่แคบและกว้าง แต่เนื่องจากประชากรทางวิทยาศาสตร์ทั่วไปที่อยู่นอกสถิติมีเวลาที่ยากพอกับคนปกติ ...
John

1

(yij|μi)N(μi,σw2),μiN(μ,σb2),
and a prior distribution on the overall mean μ and the variance components σw2 and σb2. Then each μi has a posterior distribution, and a 95% dispersion interval of this distribution could play the role of a 95% "confidence" interval.
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.