R语言线性混合效应模型实战案例-Toy模板网

这篇具有很好参考价值的文章主要介绍了R语言线性混合效应模型实战案例。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

介绍

最近我们被客户要求撰写关于性混合效应模型的研究报告，包括一些图形和统计输出。首先，请注意，围绕多层次模型的术语有很大的不一致性。例如，多层次模型本身可能被称为分层线性模型、随机效应模型、多层次模型、随机截距模型、随机斜率模型或集合模型。根据不同的学科、使用的软件和学术文献，许多这些术语可能指的是相同的一般建模策略。

读入数据

多层次模型适合于一种特殊的数据结构，即单位嵌套在组内（一般是5个以上的组），我们想对数据的组结构进行建模。

##   id extro  open agree social class school
## 1  1 63.69 43.43 38.03  75.06     d     IV
## 2  2 69.48 46.87 31.49  98.13     a     VI
## 3  3 79.74 32.27 40.21 116.34     d     VI
## 4  4 62.97 44.41 30.51  90.47     c     IV
## 5  5 64.25 36.86 37.44  98.52     d     IV
## 6  6 50.97 46.26 38.83  75.22     d      I

在这里，我们有关于嵌套在班级和学校内的科目的外向性的数据。

在我们开始之前，让我们先了解一下数据的结构。

## 'data.frame':    1200 obs. of  7 variables:
##  $ id    : int  1 2 3 4 5 6 7 8 9 10 ...
##  $ extro : num  63.7 69.5 79.7 63 64.2 ...
##  $ open  : num  43.4 46.9 32.3 44.4 36.9 ...
##  $ agree : num  38 31.5 40.2 30.5 37.4 ...
##  $ social: num  75.1 98.1 116.3 90.5 98.5 ...
##  $ class : Factor w/ 4 levels "a","b","c","d": 4 1 4 3 4 4 4 4 1 2 ...
##  $ school: Factor w/ 6 levels "I","II","III",..: 4 6 6 4 4 1 3 4 3 1 ...

这里我们看到我们有两个可能的分组变量--班级和学校。让我们进一步探讨一下它们。

## 
##   a   b   c   d 
## 300 300 300 300
## 
##   I  II III  IV   V  VI 
## 200 200 200 200 200 200
##    
##      I II III IV  V VI
##   a 50 50  50 50 50 50
##   b 50 50  50 50 50 50
##   c 50 50  50 50 50 50
##   d 50 50  50 50 50 50

这是一个完全平衡的数据集。让我们来绘制一下数据。可以探索学校和班级之间的变量关系。

R语言线性混合效应模型实战案例文章来源地址https://www.toymoban.com/news/detail-409421.html