混合効果モデルにおける説明された分散の割合

これが以前に尋ねられたかどうかはわかりませんが、それについては何も見つかりません。私の質問は、混合効果モデルの固定因子とランダム因子のそれぞれによって説明される分散の割合を取得する方法を学ぶための良い参考資料を提供できるかどうかです。

いくつかの参照を提供できます：

Xu、R.（2003）。線形混合効果モデルの説明された変動の測定。医学統計、22、3527から3541まで。DOI：10.1002 / sim.1572

Edwards、LJ、Muller、KE、Wolfinger、RD、Qaqish、BF、およびSchabenberger、O。（2008）。線形混合モデルの固定効果の統計。医学統計、27、6137から6157まで。DOI：10.1002 / sim.3429$R^2$

Hössjer、O.（2008）。混合回帰モデルの決定係数について。統計的計画と推論の雑誌、138、3022から3038まで。DOI：10.1016 / j.jspi.2007.11.010

中川、S。、およびSchielzeth、H。（2013）。一般化線形混合効果モデルからを取得するための一般的で簡単な方法。生態学と進化のメソッド、4、133-142。DOI：10.1111 / j.2041-210x.2012.00261.x$R^2$

幸せな読書！

MuMInR$^2$$^1$

#load packages
library(lme4)
library(MuMIn)

#Fit Model
m <- lmer(mpg ~ gear + disp + (1|cyl), data = mtcars)

#Determine R2:
r.squaredGLMM(m) 

       R2m       R2c 
 0.5476160 0.7150239  

関数の出力は以下をr.squaredGLMM提供します。

• R2m：固定効果に関連する限界R 2 乗値

• 固定効果とランダム効果に関連付けられたR2c条件付きR2値。

注：リンクされたブログ投稿へのコメントは、Jon Lefcheckが開発した（パッケージsem.model.fits内の関数を使用してpiecewiseSEM）中川とSchielzethに触発された代替アプローチが同じ結果をもたらしたことを示唆しています。[だからあなたはオプションがあります：p]。

• 私はこの後者の機能をテストしませんでしたr.squaredGLMM()が、MuMInパッケージ内の機能をテストしたため、今日でも機能していることを証明できます（2018）。

• $^2$

^{1：Nakagawa、S.、およびSchielzeth、H.2013。一般化線形混合効果モデルからR2を取得するための一般的かつ簡単な方法。Methods in Ecology and Evolution 4（2）：133-142。}

^{2：ジョンソン、PCD 2014 Nakagawa＆SchielzethのR2GLMMをランダムな勾配モデルに拡張。エコロジーと進化の方法 5：44–946。}