[備忘録]Rで階層ベイズGLMM

2015年12月9日

[備忘録]Rで階層ベイズGLMM

以前、以下の記事を書き、Rのパッケージはglmmstanのみ紹介しました。

人気記事
一般化線形混合モデル(GLMM)のススメ

本記事では「一般化線形混合モデル(GLMM)ってどんな方法なの?」という疑問にさくっとお答えします。 本記事のポイント GLMMの特徴は固定効果と変量効果を柔軟に扱えるところにあります 複雑な現象に応 ...

続きを見る

その後、brmsrstanarmなどいろいろ使いはじめて、それらも使いやすかったりしますし、ちょっとずつ機能が違うので備忘録として残しときます。

何だかすごく展開が早いので、いちエンドユーザーのぼくは、こうやって備忘録を残しとかないとフォローしきれなくなりそうです、笑。

インストール

・glmmstanのインストール

library(devtools)
install_github("norimune/glmmstan")

・brmsのインストール

install.packages("brms")

・rstanarmのインストール

library(devtools)
install_github("stan-dev/rstanarm",local = FALSE)

3つはともにパッケージ経由でRstanを鬼のようにこき使うためのツールです。

めっちゃ便利で、開発者の方々には感謝しかありません。

あざまーす!

使い方

文法は3つともglmerやlmerと同じなので、同様の使い方ができます。

例えば、以下のような感じで書けばできます。

もちろん実際に行うときは、任意の変数名に変えてかまいません。

・glmmstan

library(glmmstan)
fit <- glmmstan(a ~ b*c*d + (1|f), data = dat, iter = 5000, chains = 4, family = "gaussian")

・brms

library(brms)
fit <- brm(a ~ b*c*d + (1|f), data = dat, iter = 5000, chains = 4, family = "gaussian")

・rstanarm

library(rstanarm)
fit <- stan_glmer(a ~ b*c*d + (1|f), data = dat, iter = 5000, chains = 4, family = "gaussian")

それぞれの違いは、指定できる分布が違ったり、モデル比較がやりやすいものがあったり、サンプリングの調整がしやすいものがあったり、いろいろです(ぼくも全部理解できているわけではありません)。

資料は以下のサイトでどうぞ。

他にもええのあったら教えてくだせー。

GLMMをやるパッケージを二つほど。

 

 

-研究
-

Copyright© 京極真の研究室 , 2019 All Rights Reserved.