longitudinal - 如何在多级回归代码中包含日记数据/滞后数据
问题描述
我使用日记数据,并且正在尝试使用滞后变量进行多级回归。我试着
- 从前一天的连续变量预测二元变量和
- 从前一天的二进制变量预测连续变量。
我不明白如何将这种时间滞后/日记数据格式包含到 R 代码中。另外,我不知道如何控制同一天的预测变量。
我将 lmer 和 glmer 命令用于连续和二元结果,到目前为止只有 1 级预测器
lmer<-(pred.binary.previousday~outcome.cont.+1(1|level2),data=data)
lmer<-(pred.binary.previousday~outcome.cont.+1(pred.binary.previousday|level2),data=data)
glmer<-(pred.cont.previousday~outcome.binary.+1(1|level2),family(link=binomial),data=data)
AIC 没有显示出更好的随机系数拟合,但这是我所期待的。到目前为止的回归结果并不显着,但可能是因为我没有正确编写代码。
解决方案
推荐阅读
- jquery - 如何使用 AJAX 访问 laravel 雄辩的关系数据?
- java - 来自/到 Apache Kafka 的 Apache Camel 路由中断异常
- mysql - MySQL Workbench中两行之间的差异,但未授权LAG
- jdbc - JDBC JMeter,参数化一个表
- javascript - 未捕获的类型错误:firebase.auth(...).setPersistence(...).signInWithPopup 不是函数
- javascript - 如何在不重新加载页面的情况下使用 angularJS 更改浏览器地址栏中的 URL
- python - AttributeError:“列表”对象在 Spyder 中没有属性“值”
- php - 查找空白数组并取消设置/删除对象
- python - 将推文翻译成英文
- docker - Centos docker 代理端口 - 防火墙