lmer functie

weet er iemand waar de term tussen haakjes vandaan komt en wat die doet?
vb in oplossing van oefening 1 van herhalingsoefeningen 2
lm1<-lmer(prop~plaats+grootte+plaats:grootte+(1+plaats+grootte+plaats:grootte|ind),family=binomial,weight=tot)

alvast bedankt!
wouter

wouter viroux schreef:weet er iemand waar de term tussen haakjes vandaan komt en wat die doet?
vb in oplossing van oefening 1 van herhalingsoefeningen 2
lm1<-lmer(prop~plaats+grootte+plaats:grootte+(1+plaats+grootte+plaats:grootte|ind),family=binomial,weight=tot)

alvast bedankt!
wouter

Da zijn alle random-effects.
Hier in deze oef:
plaats = fixed
grootte = fixed
individu = random
Interactie Fixed:Fixed = fixed
Interactie Fixed:Random = Random

Achter de verticale streep (ind) is het random-effect. Voor de verticale streep, maar nog steeds tusse de haken, zijn alle interacties met "individu" (dus hetgeen wat achter die verticale streep staat). Die "1+" wilt gewoon zegge interactie "1:ind", of dus gewoon ind. Die "plaats+" wilt dan zegge interactie "plaats:ind".
En da voor al de rest

wanneer gebruikt ge die lmer functie?

Ik dacht dat tellingen en proporties(zoals hier) met een gegeneraliseerd model was: met glm

en nu we toch bezig zijn, wat is verschil tussen anova en anCova, want de methodes zijn precies hetzelfde...

Tom Teblick schreef:
en nu we toch bezig zijn, wat is verschil tussen anova en anCova, want de methodes zijn precies hetzelfde...

ANOVA = Analysis of variance
ANCOVA = Analysis of covariance

Ik citeer:
"Bij ANOVA worden gemiddeldes vergeleken tussen verschillende groepen (fixed effects) of wordt nagegaan in hoeverre er variatie bestaat in gemiddeldes (random effects). Een soort van hybride tussen regressie en ANOVA is ANCOVA. Hierbij wordt het verband onderzocht tussen de afhankelijke respons en een covariabele anderzijds, en wordt getest in hoeverre dit verband verschilt tussen verschillende categorien van een factor."

het komt er op neer dat er een soort ANOVA wordt toegepast niet op gemiddeldes, maar op ijklijnen tussen verschillende groepen. Op deze manier kunt ge zien of de ijklijnen significant verschillen tussen verschillende groepen of niet.

Tom Teblick schreef:wanneer gebruikt ge die lmer functie?

Lm: gewone lineaire modellen zonder random effects
Glm: gegeneraliseerde: voor proporties en tellingen
Lmer: Glm maar dan voor random effect erbij

Zo heb ik het de laatste les genoteerd

@Nick: merci voor de extra info, want ik had wat je citeert reeds gelezen,
maar ik kon er mij niets bij voorstellen en dat was de reden dan ook dat ik het hier postte :-)

@Siege:

en een gewoon lineair model MET random effects => lm(::: ~::::+::::+(1+::: |: dan?

dus met die 1+ tussen haakjes extra?

k, ik kan er mij al echt iets bij voorstellen nu :-D