Question

当你将混合模型应用于lme

时，有人可以告诉我这个结果是什么

我理解第一部分，但第二部分想要告诉我们（相关）：它们是否与截距相关？

Fixed effects: Ratio ~ ADF + CP + FCM + DMI + DIM 
                 Value  Std.Error  DF   t-value p-value
(Intercept)  3.1199808 0.16237303 158 19.214896  0.0000
ADF         -0.0265626 0.00406990 158 -6.526603  0.0000
CP          -0.0534021 0.00539108 158 -9.905636  0.0000
FCM         -0.0149314 0.00353524 158 -4.223598  0.0000
DMI          0.0072318 0.00498779 158  1.449894  0.1491
DIM         -0.0008994 0.00019408 158 -4.634076  0.0000

Correlation: 
    (Intr) ADF    CP     FCM    DMI   
ADF -0.628                            
CP  -0.515  0.089                     
FCM -0.299  0.269 -0.203              
DMI -0.229 -0.145  0.083 -0.624       
DIM -0.113  0.127 -0.061  0.010 -0.047

由于

Answer 1

（正如我在你的另一个问题的评论中所说的那样:)

这些是固定效应估计值之间的相关性。如果它们非常高（例如绝对值> 0.9），则它们可能表明估计的稳定性可能存在问题（因为您拟合具有强共线效应的预测变量）。我会说一般来说，如果它们小于它，那么忽略它们是相当安全的。如果它们更高，那么可能想要考虑遗漏一些预测变量，或者以某种方式降低模型的维数（例如，通过预测变量的PCA - Frank Harrell的回归建模策略书是一个很好的来源），但要注意数据窥探。这个r-sig-mixed-models mailing list thread提供了更多信息。

（这与CrossValidated [statistics]接壤，而不是StackOverflow [编程]问题......）

nlme包中的相关性是什么

1 个答案: