Esta entrada es casi una referencia para mí. Cada vez tiro más de lme4
en mis modelos y en uno en concreto que tengo entre manos toca simular escenarios. Para lo cual, simulate.merMod
.
Véamoslo en funcionamiento. Primero, datos (ANOVA-style) y el modelo que piden a gritos:
library(plyr)
library(lme4)
a <- c(0,0,0, -1, -1, 1, 1, -2, 2)
factors <- letters[1:length(a)]
datos <- ldply(1:100, function(i){
data.frame(x = factors, y = a + rnorm(length(a)))
})
modelo <- lmer(y ~ (1 | x), data = datos)
El resumen del modelo está niquelado:
summary(modelo)
# Linear mixed model fit by REML ['lmerMod']
# Formula: y ~ (1 | x)
# Data: datos
#
# REML criterion at convergence: 2560.3
#
# Scaled residuals:
# Min 1Q Median 3Q Max
# -3.6798 -0.6442 -0.0288 0.6446 3.3582
#
# Random effects:
# Groups Name Variance Std.Dev.
# x (Intercept) 1.5197 1.2328
# Residual 0.9582 0.9789
# Number of obs: 900, groups: x, 9
#
# Fixed effects:
# Estimate Std. Error t value
# (Intercept) -0.009334 0.412212 -0.023
En particular,