0
私のデータは多くのデバイスで構成され、それぞれにいくつかの測定データポイント(電圧に対する増幅)が含まれているため、データはSerial_numberでグループ化されます。固定効果とランダム効果の多項式の次数を比較します。
fit<- lmer(log(log(Amplification)) ~ poly(Voltage, **degree**) + (poly(Voltage, **degree**) | Serial_number), data = APD)
が今は固定され、ランダム効果のために3度までの異なるpolyonimalsそれぞれを比較したい: 次に私は、一般的に記載されてlmerモデルを有しています。
例えば:
fit01<- lmer(log(log(Amplification)) ~ poly(Voltage, **0**) + (poly(Voltage, **1**) | Serial_number), data = APD)
fit11<- lmer(log(log(Amplification)) ~ poly(Voltage, **1**) + (poly(Voltage, **1**) | Serial_number), data = APD)
など。すべての可能性(16点)をチェックする必要がありますか、スマートな前提のために減らすことはできますか? 最後に私はanova(fit11,fit01)
などを持っていました。 問題は次のとおりです。今は2つの異なるモデルを比較するときに、私は実際に多くの比較を行う必要があります。
は、素敵なコード行をありがとう! – Ben