Sto provando a eseguire un modello multilivello su dati con più cifre (creato con Amelia); il campione è basato su un campione cluster con gruppo = 24, N = 150.Modello di regressione multilivello su set di dati multipli imputati in R (Amelia, zelig, lme4)
library("ZeligMultilevel")
ML.model.0 <- zelig(dv~1 + tag(1|group), model="ls.mixed",
data=a.out$imputations)
summary(ML.model.0)
Questo codice produce il seguente codice di errore:
Error in object[[1]]$result$call :
$ operator not defined for this S4 class
Se corro una regressione OLS, così:
model.0 <- zelig(dv~1, model="ls", data=a.out$imputations)
m.0 <- coef(summary(model.0))
print(m.0, digits = 2)
Value Std. Error t-stat p-value
[1,] 45 0.34 130 2.6e-285
Sono felice di fornire un esempio operativo .
require(Zelig)
require(Amelia)
require(ZeligMultilevel)
data(freetrade)
length(freetrade$country) #grouping variable
#Imputation of missing data
a.out <- amelia(freetrade, m=5, ts="year", cs="country")
# Models: (1) OLS; (2) multi-level
model.0 <- zelig(polity~1, model="ls", data=a.out$imputations)
m.0 <- coef(summary(model.0))
print(m.0, digits = 2)
ML.model.0 <- zelig(polity~1 + tag(1|country), model="ls.mixed", data=a.out$imputations)
summary(ML.model.0)
Penso che il problema potrebbe essere con il modo in cui Zelig si interfaccia con la mi classe di Amelia. Pertanto, mi sono rivolto a un pacchetto R alternativo: lme4.
require(lme4)
write.amelia(obj=a.out, file.stem="inmi", format="csv", na="NA")
diff <-list(5) # a list to store each model, 5 is the number of the imputed datasets
for (i in 1:5) {
file.name <- paste("inmi", 5 ,".csv",sep="")
data.to.use <- read.csv(file.name)
diff[[5]] <- lmer(polity ~ 1 + (1 | country),
data = data.to.use)}
diff
Il risultato è il seguente:
[[1]]
[1] 5
[[2]]
NULL
[[3]]
NULL
[[4]]
NULL
[[5]]
Linear mixed model fit by REML
Formula: polity ~ 1 + (1 | country)
Data: data.to.use
AIC BIC logLik deviance REMLdev
1006 1015 -499.9 1002 999.9
Random effects:
Groups Name Variance Std.Dev.
country (Intercept) 14.609 3.8222
Residual 17.839 4.2236
Number of obs: 171, groups: country, 9
Fixed effects:
Estimate Std. Error t value
(Intercept) 2.878 1.314 2.19
i risultati rimangono gli stessi quando sostituisco diff[[5]]
da diff[[4]]
, diff[[3]]
ecc Eppure, mi chiedo se questo è in realtà il risultato per il set di dati combinati o per un singolo set di dati imputato. qualche idea? Grazie!
cura di fornire un esempio di lavoro siamo in grado di giocherellare con? –
Grazie Roman. Ho fornito un esempio funzionante. Hai un'idea di come correggere l'errore? Sarebbe fantastico! – TiF
Ci deve essere un bug nel metodo di riepilogo. Se aiuta, puoi accedere ai coefficienti di ciascuna imputazione individualmente (ad esempio 'coef (ML.model.0 $ imp1 $ result)'). –