r - 在 R 中的 mlogit 中指定随机效应(有人可以与 lme4 进行比较吗?)
问题描述
过去我通常分析准确性数据,因此我使用 lme4 包来运行二项式逻辑模型。在 lme4 中,我可以像这样指定随机效果(参与者和项目):
glmer(Outcome ~ Condition + (1|Participant) + (1|Item), family=binomial, data = Data)
我第一次使用 mlogit 包来分析来自行为实验的多项数据。参与者用三个可能的选项回答多项选择题。每个问题的三个选项都是相同的。
根据在线指导,我使用 difidx() 对数据进行了格式化:
Model_data <- dfidx(data=Data, choice="Selected", alt.levels=c("Choice1", "Choice2", "Choice3"), shape="wide", idx = list(c("chid", "Participant", "Item")))
我在 idx 列表中指定了参与者和项目,因为这些列具有面板信息(参与者 ID 和项目 ID),我希望将其作为随机效应包含在模型中。
然后,我使用以下代码成功运行了多项模型而不使用随机效应:
Model <- mlogit(Selected ~ 1 | Condition, data=Model_data, reflevel="Choice1")
尽管阅读了小插图和其他类似的堆栈溢出问题,但我无法弄清楚如何在模型中加入随机效应。由于参与者回答了多个问题,并且项目被重复,我知道我应该指定 rpar() 并将其作为面板数据。我尝试了以下方法:
Model_random <- mlogit(Selected ~ 1 | Condition, rpar=c(Participant = "n", Item = "n"), data=Model_new, reflevel="Choice1", panel=TRUE)
但是,我收到错误:mlogit.start 中的错误(公式 = 公式,数据 = 数据,mf = mf,开始 = 开始,:未知随机参数
我已经看到了其他示例,其中在 rpar() 中输入了感兴趣的条件,所以我不知道我是否错误地解释了语法。对于我的具体示例,我能否就如何包含参与者和项目的随机效应提出建议?谢谢!
解决方案
推荐阅读
- git - git 从一个远程分支拉到另一个
- date - Excel 中的条件公式 - 基于日期
- web-scraping - 抓取 Instagram 数据并将其显示在应用程序中?
- python - 为什么添加非显着变量时一致性指数会增加很多?
- r - 使用 dplyr 创建 ICCs 表
- angular - Angular 组件公开 API(在库中)的正确/首选方式是什么?
- python - Pyspark:如果具有特定 id 的任何行包含 null,如何根据另一列派生新列的值?
- r - 不能 `filter()` 一个数字列,即使 `r` 说它是一个数字(`typeof()` 是“double”)
- arrays - 如何使用用户输入在 VBA 中创建过滤器/下拉菜单
- html - 通过 `srcdoc` 在 iframe 中渲染 HTML 时,我是否需要担心 XSS 风险?