r - 使用 nlme 或 lme4 探测涉及二元变量的三向交互
问题描述
我正在运行一个 3 向交互,其中包括一个二进制变量(种族)和 2 个连续变量(年龄和 dep),它们在性别、SES 和药物使用方面共变。请参阅下面的代码
m1 <- lme(Anx ~ sex + SES + drug_use + race + age + dep + race:age + age:dep + dep:race + age:race:dep,
random = ~1|ID,
data = df, method = "REML", na.action = na.omit)
summary(m1)
intervals(m1, 0.95)
为了探究重要的相互作用,我按种族进行了分层。但是,有人告诉我,我不必运行单独的种族分层分析来获得特定种族的估计,但这些估计可以直接从具有交互作用的模型中得出。有人对如何做到这一点有任何想法吗?
解决方案
推荐阅读
- c++ - 如何解决流动代码中的逻辑错误?
- javascript - 访问 Javascript 对象中的数组
- node.js - “请求的来源上不存在'Access-Control-Allow-Origin'标头”CORS不起作用(使用npm包CORS)
- php - Laravel - 插入相关模型
- laravel - 在 laravel 的 cron 作业调度程序中运行 phpunit 的测试
- gerrit - 我可以在 Gerrit 中查看分支的最终状态吗?
- c - cmake灯丝渲染项目时出错
- wpf - 从样式中将项目添加到集合
- google-cloud-platform - 需要 iam.serviceAccounts.getIamPolicy 才能对服务帐户执行此操作
- angular - 如何从以下服务获取数据?