Bootstrap parametrik, semiparametrik, dan nonparametrik untuk model campuran

9

Cangkok berikut diambil dari artikel ini . Saya pemula untuk bootstrap dan mencoba mengimplementasikan bootstrap parametrik, semiparametrik, dan nonparametrik untuk model campuran linier dengan R bootpaket.

masukkan deskripsi gambar di sini masukkan deskripsi gambar di sini masukkan deskripsi gambar di sini masukkan deskripsi gambar di sini masukkan deskripsi gambar di sini

Kode R

Ini Rkode saya :

library(SASmixed)
library(lme4)
library(boot)

fm1Cult <- lmer(drywt ~ Inoc + Cult + (1|Block) + (1|Cult), data=Cultivation)
fixef(fm1Cult)


boot.fn <- function(data, indices){
 data <- data[indices, ]
 mod <- lmer(drywt ~ Inoc + Cult + (1|Block) + (1|Cult), data=data)
 fixef(mod)
 }

set.seed(12345)
Out <- boot(data=Cultivation, statistic=boot.fn, R=99)
Out

Pertanyaan

  1. Bagaimana melakukan bootstrap parametrik, semiparametrik, dan nonparametrik untuk model campuran dengan bootpaket?
  2. Saya kira saya sedang melakukan bootstrap nonparametrik untuk model campuran dalam kode saya.

Saya menemukan slide ini tapi tidak bisa mendapatkan paket R merBoot. Tahu di mana saya bisa mendapatkan paket ini. Bantuan apa pun akan sangat dihargai. Terima kasih sebelumnya atas bantuan dan waktu Anda.

r mixed-model bootstrap central-limit-theorem stable-distribution time-series hypothesis-testing markov-process r correlation categorical-data association-measure meta-analysis r anova confidence-interval lm r bayesian multilevel-analysis logit regression logistic least-squares eda regression notation distributions random-variable expected-value distributions markov-process hidden-markov-model r variance group-differences microarray r descriptive-statistics machine-learning references r regression r categorical-data random-forest data-transformation data-visualization interactive-visualization binomial beta-distribution time-series forecasting logistic arima beta-regression r time-series seasonality large-data unevenly-spaced-time-series correlation statistical-significance normalization population group-differences demography MYaseen208
sumber

Jawaban:

8

Bootstrap dalam model linier campuran sangat mirip bootstrap dalam regresi kecuali bahwa Anda memiliki komplikasi bahwa efek dibagi menjadi tetap dan acak. Dalam regresi untuk melakukan bootstrap parametrik, Anda memasukkan model parametrik ke data, menghitung residu model, bootstrap residu, mengambil residu bootstrap dan menambahkannya ke model yang sesuai untuk mendapatkan sampel bootstrap untuk data dan kemudian menyesuaikan model tersebut ke data bootstrap untuk mendapatkan estimasi parameter sampel bootstrap. Anda ulangi prosedur dengan bootstrap residu asli lagi dan kemudian ulangi langkah-langkah lain dalam prosedur untuk mendapatkan estimasi sampel bootstrap lain dari parameter. Untuk bootstrap nonparametrik, Anda membuat vektor respons dan nilai kovariat dan bootstrap pemilihan vektor untuk sampel bootstrap. Dari sampel bootstrap, Anda cocok dengan model untuk mendapatkan parameter dan Anda mengulangi prosesnya. Satu-satunya perbedaan antara bootstrap parametrik dan nonparametrik adalah Anda bootstrap residu untuk bootstrap parametrik sementara bootstrap nonparametrik mem-bootstrap vektor-vektor. Dalam kasus model campuran Anda juga dapat memiliki bootstrap semiparametrik dengan memperlakukan beberapa efek secara parametrik dan yang lainnya secara nonparametrik. Jika kode Anda adalah vektor bootstrap, Anda melakukan bootstrap nonparametrik. Saya tidak punya solusi khusus untuk melakukan ini dalam R tetapi jika Anda melihat buku Efron dan Tibshirani atau buku saya dengan Robert LaBudde Anda akan melihat kode R untuk jenis model yang mirip dengan model campuran linier.

Michael R. Chernick
sumber
Terima kasih @Michael atas jawaban Anda yang baik. Saya sangat menghargai jika Anda membagikan contoh untuk ketiga metode bootstrap yang diterapkan di R.
MYaseen208
Saya tidak berpikir saya punya contoh semiparametrik. Saya bukan seorang programmer R (belum). Robert LaBudde melakukan semua pemrograman R dalam buku kami. Dia memberikan contoh bootstrap parametrik yang dikodekan dalam R untuk model autoregresif stasioner (hal. 120-122). Pada halaman 10 buku ini ia menunjukkan semua fungsi bootstrap di R yang muncul menggunakan kueri "> help.search ('bootstrap') Efron dan Tibshirani telah mendokumentasikan di buku mereka paket bootstrap di R yang mereka sebut" bootstrap "lainnya paket karena Davison dan Hinkley adalah paket "boot" yang dapat Anda temukan lebih banyak di buku bootstrap mereka
Michael R. Chernick
Harus disebutkan bahwa bootstrap nonparametrik yang ketat dari model campuran rentan terhadap kegagalan. Itu benar-benar dapat menghilangkan tingkat variabel acak, yang menghentikan proses.
Bryan
2

Anda mungkin ingin melihat bootMerfungsi dalam versi pengembangan lme4,

install_github("lme4",user="lme4")
library(lme4)

yang dapat melakukan bootstrap parametrik berbasis model (semi-) dari model campuran ... Cukup periksa ?bootMer

Tom Wenseleers
sumber