控制线性混合效应模型 (lmer) 中的混杂变量

机器算法验证 r 混合模式 lme4-nlme 随机效应模型 因果关系
2022-04-10 09:39:26

我正在使用 lmer 来测试多个变量（在这种情况下是治疗、物种和性别）如何影响鸟类的行为。

library(lme4)
M1 <- lme4(Behaviour ~ Treatment+Subspecies+Sex + (1|Individual)+(1|Stimulus-ID), data=data)

其中行为是连续的，治疗、亚种和性别都是分类的。个人和刺激 ID 设置为随机变量，因为这是一个重复设计（针对个人），我想通过控制我的刺激（例如，鸟歌播放）来减少伪复制，就像在行为研究中经常做的那样。

在早期的努力中，我发现治疗和性在某些行为环境中很重要，而在其他环境中亚种很重要（但这些固定因素之间的相互作用并不重要）。然而，在现场，我注意到其他协变量在我在完整模型中运行时显得很重要。例如，记录记录的行为的时间是整体行为的重要预测指标。

然而，我最感兴趣的是治疗、亚种和性别的影响。我想控制这个令人困惑的变量（以及其他变量），但我对为此编码的正确方法感到非常困惑，我将不胜感激任何人可能有的见解。也就是说，我知道一天中的时间对于预测行为很重要，所以我想说明这一点，以便我能够充分理解治疗/亚种/性别对个人行为的影响。

如果这写得不好或需要进一步澄清，我很乐意提供更多见解。提前感谢您的帮助和您的任何建议！

1个回答

您曾表示您认为Time这是该分析中的一个混杂变量。如果是这样，那么您应该将 Time 其作为协变量包含在分析中。

但是，在这样做之前，重要的是要确保该变量确实是（潜在的）混杂因素或竞争性暴露。

要成为混杂因素，它必须是结果的原因或原因的代理，以及暴露的原因或原因的代理。因此，在这种情况下，如果Time导致Behaviour AND也导致任何其他暴露，那么它确实是一个混杂因素。它似乎不太可能是Sexor的原因Subspecies，但如果它确定Treatment给定的，那么它是一个混杂因素，并且应该作为协变量包括在内，以便获得对其他固定效应的无偏估计。（以及它的统计意义）的估计Time是不相关的（如果它是一个混杂因素，则不应解释）。

另一方面，如果Time在从暴露到结果的因果路径上，例如，如果Treatment给定取决于一天中的时间，那么它是一个中介，不应作为协变量包括在内 - 包括回归中的中介可以引发逆转悖论（例如辛普森悖论） - 参见 Tu et al (2008)

最后，如果Time不是暴露的原因（但是结果的原因），则应将其视为竞争暴露，并作为协变量包含在模型中；这将提高您感兴趣的其他固定效应估计的准确性。

参考文献：
Tu, YK, Gunnell, D. 和 Gilthorpe, MS, 2008。辛普森悖论、洛德悖论和抑制效应是相同的现象——逆转悖论。流行病学中的新兴主题，5(1)，p.2。

其它你可能感兴趣的问题
上一篇为什么 t-SNE 不能捕捉到简单的抛物线结构？ 下一篇相关性与卡方