У меня есть линейная смешанная модель, которая запускается 50 раз в петле.Взвешивание инверсии дисперсии в линейной смешанной модели
Каждый раз, когда модель запускается, я хочу, чтобы переменная ответа b была взвешена обратно пропорционально дисперсии. Поэтому, если дисперсия b мала, я хочу, чтобы вес был больше и наоборот. Это упрощенная версия модели:
model <- lme(b ~ type, random = ~1|replicate,weights = ~ I(1/b))
Вот файлы R данные:
B: https://www.dropbox.com/s/ziipdtsih5f0252/b.Rdata?dl=0
Тип: https://www.dropbox.com/s/90682ewib1lw06e/type.Rdata?dl=0
повторности: https://www.dropbox.com/s/kvrtao5i2g4v3ik/replicate.Rdata?dl=0
Я пытаясь сделать это, используя параметр весов в lme. Сейчас у меня есть это как:
weights = ~ I(1/b).
Но я не думаю, что это правильно .... возможно вес = ~ I (1/вар (б)) ??
Я также хочу немного изменить эту настройку, так как b состоит из двух типов данных, указанных в переменной фактор-переменной (2 уровня).
Я хочу изменить вес каждого из этих двух уровней отдельно. Как я могу это сделать?
Я думаю, что это неверно, как указано. Без примера данных это будет трудно решить.Вы говорите, что взвешиваете инверсию дисперсии, но затем вы предоставляете выражение, которое является инверсией того, что, по-видимому, является значением переменной. И тогда вы используете своего рода оператор-точка, чтобы подразумевать операции группировки ??? –
Извините! Теперь я отредактировал свой пост, так что он немного яснее и включил мои файлы данных. – user2846211
Любые идеи о том, как инвертировать вес дисперсии двух уровней данных в моей переменной ответа отдельно? – user2846211