3
GLMMの固定効果の計算を高速化するにはどうすればよいですか?
私はシミュレーション研究を行っています。これは、一般化線形混合モデルから取得した推定値(実際には、固定効果の2つの推定値の1つ(GLMMとLMMの1つ)の積)を必要とします。調査を適切に行うには、毎回1000または1500のブートストラップレプリケーションで約1000のシミュレーションが必要です。これには、私のコンピューターでかなりの時間がかかります(数日)。 How can I speed up the computation of these fixed effects? より具体的には、私は3つの方法で繰り返し測定され、変数X、M、およびYを発生させる被験者があります。ここで、XとMは連続で、Yはバイナリです。我々は2つの回帰方程式持っ Yところための基礎となる潜在連続変数であるとIIDされないエラー。 ブートストラップしたい統計はです。したがって、各ブートストラップ複製には、LMMとGLMMのフィッティングが必要です。私のRコードは(lme4を使用)Y * = β 0 + β 1 X + β 2 M + ε 2 * Y α 1 β 2M= α0+ α1バツ+ ϵ1M=α0+α1X+ϵ1M=\alpha_0+\alpha_1X+\epsilon_1 Y∗= β0+ β1バツ+ β2M+ ϵ2Y∗=β0+β1X+β2M+ϵ2Y^*=\beta_0+\beta_1X+\beta_2M+\epsilon_2∗∗^*YYYα1β2α1β2\alpha_1\beta_2 stat=function(dat){ a=fixef(lmer(M~X+(X|person),data=dat))["X"] b=fixef(glmer(Y~X+M+(X+M|person),data=dat,family="binomial"))["M"] return(a*b) } 線形モデルとして近似しただけでもは同じ推定値になるので、時間は節約できますが、では同じトリックが機能しません。β …
9
r
mixed-model