昨日の続き

ランダム切片モデルの大胆な仮定を払拭するのが、ランダム係数モデル。
ランダム係数、つまり係数自体にもランダム誤差を仮定してやる。

• • 補足；ランダム切片とランダム係数を別々に指定すると、それぞれ独立の正規分布からの誤差をとるがランダム係数のみにすると、切片にもランダム誤差が加わるがそれらは同じつまり多変量正規分布からの誤差ということになる。という解釈でいいのかな。どちらがいいのか。というかlmer()のexampleはこれを尤度比検定しているものですな。

そして、ランダム係数を入れたモデルと入れないモデルでのモデル選択なり尤度比検定をするのが
セオリーかな。んで、ランダム係数含むモデルの方がいいとなれば、より詳しくその分散構造に着目する必要が
ありそうだ。例えば、ランダム係数と切片の相関係数が正であれば、ランダム切片が大きいグループはランダム係数も大きくなることが分かる。

以上は、「The R Book」を参考にしました。

さて、今日は自分で作ったデータを解析してみよう。

擬似ポワソン分布と混合モデルのどちらが精度がいいのだろう。