r - 在 R 中使用广义混合模型
问题描述
我正在尝试运行逻辑回归,但对于主题内设计,所以我最终使用了广义混合模型(glmer
以及lme
R 中的函数)。有一个预测变量(具有 3 个条件)和一个编码为 0 或 1 的二进制结果。
我想知道是否有人对哪种模型更好用以及为什么有建议。
我也无法解释输出,并且摘要似乎遗漏了我的预测器中的三个条件之一。当我运行下面的代码时:
D1_data <- read.table("data", header = TRUE, sep = ",")
print(D1_data)
library(nlme)
model <- lme(output ~ condition, data = D1_data, random = ~1|participant)
anova(model)
summary(model)
log.model <- glmer(output ~ condition + (1|participant), data=D1_data, family=binomial(link=logit))
summary(log.model)
anova(log.model)
的摘要仅包括前两个条件(在两种情况下),例如:
Fixed effects:
Estimate Std. Error z value Pr(>|z|)
(Intercept) 40.03 427.04 0.094 0.925
condition1 -39.63 427.04 -0.093 0.926
condition2 -37.07 427.04 -0.087 0.931
即使应该有第三个条件。这里有什么问题?
解决方案
推荐阅读
- html - 如何使此导航栏中的其余文本与徽标内联显示
- c++ - 可以重置 std::call_once 吗?
- python - 如何在 Python 模块中使用 __name__ == "__main__" 进行多处理
- alasql - 关于使用alasql导出设置列宽
- javascript - 如何保持两个边界的交集?
- python - 在 for 循环中找不到嵌入
- r - prop.test 未显示置信区间
- dependencies - Rebar3 无法下载对 Windows 10 的依赖
- node.js - Nodemailer 和 ical-generator - 发送日历邀请
- c++ - 为什么在使用字符串时我的 for 循环不执行