混合线性模型如何计算R2: marginal and conditional r squared values

最新推荐文章于 2025-05-09 17:33:45 发布

育种数据分析之放飞自我

最新推荐文章于 2025-05-09 17:33:45 发布

阅读量7.5k

点赞数 3

CC 4.0 BY-SA版权

分类专栏：数量遗传学

互秀朋友圈呀, 微信: yijiaobani, 备注: 姓名+ 单位

本文链接：https://blog.youkuaiyun.com/yijiaobani/article/details/90141988

数量遗传学专栏收录该内容

90 篇文章

订阅专栏

本文介绍了一种由Nakagawa等人提出的计算混合线性模型中边际和条件R2值的方法，该方法分别考虑固定效应和同时考虑固定及随机效应的变异解释比例。通过r2()函数实现，适用于lme4和glmmTMB包拟合的模型。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文献:

Nakagawa S , Johnson P C D , Schielzeth H . The coefficient of determination R(2) and intra-class correlation coefficient from generalized linear mixed-effects models revisited and expanded.[J]. Journal of the Royal Society Interface, 2017, 14(134):20170213.

在这里插入图片描述

marginal r-squared values, 计算仅仅考虑固定因子的R2
conditional r-squared values, 同时考虑固定因子和随机因子的R2

具体解释如下:

Nakagawa et al. (2017) proposed a method to compute marginal and conditional r-squared values, which is implemented in the r2()-function. For mixed models, the marginal r-squared considers only the variance of the fixed effects, while the conditional r-squared takes both the fixed and random effects into account. r2() can be used with models fitted with the functions of the lme4 and glmmTMB packages.

相关阅读

混合线性模型如何检测固定因子和随机因子的显著性以及计算R2