Paramétricos y semiparamétricos no paramétrica Bootstrap para modelos mixtos

Question

Siguiente injertos son tomadas de este artículo . Soy novato en bootstrap y tratando de poner en práctica los paramétricos, semiparamétricos y no paramétricos de arranque de arranque para el modelo lineal mixto con R boot paquete.

R Código De

Aquí está mi R código de:

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

Preguntas

1. Cómo hacer paramétricos, semiparamétricos y no paramétricos de arranque de modelos mixtos con boot paquete?
2. Supongo que me estoy haciendo el test no paramétrico de arranque de modelo mixto en mi código.

He encontrado estas diapositivas, pero no pudo conseguir el paquete de R merBoot. Alguna idea de donde puedo conseguir este paquete. Cualquier ayuda será muy apreciada. Gracias de antemano por su ayuda y tiempo.

Answer 1

Arranque en modelos lineales mixtos es muy parecida a la de arranque en regresión, excepto que usted tiene la complicación de que los efectos se dividen en fijos y aleatorios. En la regresión para hacer el bootstrap paramétrico, que encaja en el modelo paramétrico de los datos, calcular el modelo de los residuos, el arranque de los residuos, tomar el bootstrap de residuos y agregarlos a la modelo ajustado para obtener un bootstrap de la muestra para los datos y, a continuación, ajuste el modelo para el proceso de arranque de datos para obtener bootstrap muestra las estimaciones de los parámetros. Repita el procedimiento de arranque de la original de los residuos de nuevo y, a continuación, repetir el resto de los pasos en el procedimiento para obtener otro bootstrap de la muestra la estimación de los parámetros. Para el test no paramétrico de bootstrap, se crea el vector de la respuesta y la covariable y valores de bootstrap de la selección de los vectores para el arranque de la muestra. Desde el arranque de la muestra, que encaja en el modelo para obtener los parámetros y repite el proceso. La única diferencia entre los paramétricos y no paramétricos, bootstrap es que el bootstrap en los residuos de la paramétrica bootstrap, mientras que el test no paramétrico de bootstrap se levanta a los vectores. En el modelo mixto caso de que usted también puede tener un semiparamétrico de bootstrap por el tratamiento de algunos efectos de forma paramétrica y los demás nonparametrically. Si el código de arranque de vectores que están haciendo el test no paramétrico de bootstrap. No tengo una solución específica para proporcionar para hacer esto en la R pero si usted mira Efron y Tibshirani del libro o mi libro con Robert LaBudde verá R código para tipos similares de modelos para el modelo lineal mixto. El test no paramétrico de bootstrap ha demostrado ser más robusto que el de bootstrap paramétrico cuando el modelo está mal especificada.

Answer 2

Quizá quieras echar un vistazo a la bootMer función de la versión de desarrollo de lme4,

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

puede hacer basado en el modelo (semi-) bootstrap paramétrico de modelos mixtos... Simplemente vea?bootMer