我已经在R中计算了一个逻辑混合效果模型，以研究人们在语言实验中能够正确识别的单词数量。代码如下：
glmer(cbind(nr_corr, maximum - nr_corr) ~ (predictor1 | SUBJECT) + predictor1 + predictor2 + predictor1:predictor2, dataMelt, family = binomial)
nr_corr是正确识别的单词的数量，最大值表示可能的最高数量（在这种情况下为6）。
到目前为止，我已经使用了因变量是伯努利分布的模型，即只有两种选择：成功（1）和失败（0）。我能够根据模型系数解释我计算出的几率。显然，模型中的因变量当时未编码为(cbind(nr_corr, maximum - nr_corr)。
现在，我不确定如何解释将cbind（）用作因变量的模型的系数/奇数-显然，这里的成功和失败可能性要大得多，因为试验的n不是1，但是是6。也就是说，我不确定模型摘要中的系数和根据系数计算出的几率到底能代表什么（正确识别6个单词中的1个单词或6个单词中的2个单词的正确识别等）。如果有任何提示和建议，我将不胜感激！
答案 0 :(得分：0)
系数是每次试验概率的对数奇数比（或等效的对数奇数或logit（prob）差异）。