[R-es] help: betas standarizadas lmer

[daniel]

¿es esto lo que buscas?

Datos2 <- as.data.frame(scale(Datos))
reg_1me <- lmer(Datos2$y ~ Datos2$x + (1|Datos2$Suj), Datos2)
reg_1me

Daniel Merino


El día 30 de noviembre de 2012 15:01, Javier Villacampa González
<javier.villacampa.gonzalez en gmail.com> escribió:
> Hola buenas, estoy trabajando con el package lme4 y la función lmer.
> Querria hallar los coeficientes beta estandar, pero como no hay ninguna
> función que lo haga automáticamente, que yo sepa (lo he buscado).
>
> Lo que me extraña es la diferencia de las R^2, alguien sabe porque pasa
> esto.
>
> ¿No deberían ser parecidas?
> ¿Como se pueden hallar los beta estandarizados con lmer?
>
>
> Os paso lo que he intentado.
>
>
> set.seed(10)                                                   # Fijo la
> semilla para que todos obtengamos lo mismo
>
> y <- 1:20                                                      # Variable a
> predecir
> x <- c(2*y[1:5], 3*y[6:10], 1.5*y[11:15], 9*y[16:20]  )
> y <- y + rnorm(20)                                             # Le doy
> ruido a la y, por eso del realismo
>
> Suj <- c(rep(1,5), rep(2,5) , rep(3,5) , rep(4,5))
> Suj <- rep( c(1:4) , 5)
>
> cbind(y,x,Suj) # Para que veais los datos generados.
> Datos <- cbind(y,x,Suj)
> Datos <- as.data.frame(Datos)
>
> reg1 <-lm(y ~ x )
> summary(reg1)
>
> # install.packages("yhat")                                     # Instalalo
> si no lo tienes
> yhat::regr(lm(y ~ x ))                                         # Para estos
> modelos existe una manera de ver los coeficientes
>
> # beta = 0.7809658 y R^2 =  0.5852
>
> # La función yhat es los mismo que hacer esto
> reg2 <- lm(scale(y) ~ -1 +scale(x))                            # Definición
> pura de los beta regresores estandarizados
> summary(reg2)
> # beta =0.781 y R^2 = 0.5894
>
> # Con lmer no existe, que yo sepa un equivalente a yhat::regr y tampoco
> fuciona la definción. Tiene su logica
> # install.packages("lme4")                                     # Instalalo
> si no lo tienes
> reg1me <- lmer(Datos$y ~ Datos$x + (1|Datos$Suj), Datos)
> reg1me
>
> # install.packages("MuMIn")                                   # Instalalo
> si no lo tienes
> MuMIn::r.squaredLR(reg1me)                                    # Calculo la
> R^2 = 0.495526
>
> # Mismo truco
> reg2me <- lmer(scale(Datos$y) ~ -1 + scale(Datos$x) + (1|Datos$Suj), Datos)
> reg2me
> MuMIn::r.squaredLR(reg2me)                                    # Calculo la
> R^2 = 0.6045464
>
>         [[alternative HTML version deleted]]
>
>
> _______________________________________________
> R-help-es mailing list
> R-help-es en r-project.org
> https://stat.ethz.ch/mailman/listinfo/r-help-es
>



-- 
Daniel