在R lmer中指定多个随机效应（从HLM模型转换）

Question

我正在尝试将HLM7软件中的模型运行“转换”为R lmer语法。

这来自现在无处不在的“数学成就”数据集。结果是数学成绩分数，并且在数据集中有各种学生级预测因子（如少数民族身份，SES，以及学生是否为女性）和各种学校水平预测因子（如天主教与公众）。

我想要拟合的模型中唯一的预测变量是学生级预测变量，它们都是以群组均值为中心来处理虚拟变量（除了：对比度代码更好）。学生们嵌套在学校里，所以我们应该（我认为）为模型的所有组成部分指定随机效果。

以下是HLM模型：

Level-1模型  （注意：第一级的所有预测因子都是以群组为中心） MATHACHij =β0j+β1j*（MINORITYij）+β2j*（FEMALEij）+β3j*（SESij）+ rij

Level-2模型

β0j=γ00+ u0j

β1j=γ10+ u1j

β2j=γ20+ u2j

β3j=γ30+ u3j

混合模型

MATHACHij =γ00+γ10* MINORITYij +γ20* FEMALEij +γ30* SESij + u0j + u1j * MINORITYij + u2j * FEMALEij + u3j * SESij + rij

将其翻译为lmer语法，我尝试： （注意：_gmc表示变量已经以组均值为中心，分组因子为“school_id”）

model1＆lt; -lmer（mathach~minial_gmc + female_gmc + ses_gmc +（minority_gmc | school_id）+（female_gmc | school_id）+（ses_gmc | school_id），data = data，REML = F）

当我运行此模型时，我得到的结果与HLM结果不相符。我是否错误地指定了随机效应？

谢谢！

Answer 1

指定随机效果结构时，可以在一个括号中包含每个随机效果。尽管这可能无法解决您的结果依赖性，但我相信适合您的模型的随机效果代码语法是：

mydfs = [] for f in all_filenames: df = pd.read_csv(f).loc[3:] df['filename'] = f mydfs.append(df) combined_csv = pd.concat(mydfs)