我对R中的stats::model.matrix
函数进行了标记。在描述中,它将创建一个设计矩阵。它给了我一个经常行的行数,它既不与我数据中的观察数量相对应,也不与我模型中的参数数量相对应。
什么是设计矩阵/模型矩阵?
以下是我如何使用它:
M03b <- glmer(APMs ~ PrePost + Gf + eyeFRF + (1|content) + (eyeFRF|ID), data=mlmData, family=binomial("logit"))
X <- model.matrix(M03b)
它给了我一个2895x4矩阵。 ID有105个级别,内容28,所以行数对我来说没有多大意义。也许缺失值是一个问题?
答案 0 :(得分:5)
在回归模型中,以矩阵向量形式写成
Y = X * B + e,
矩阵X是设计矩阵,而Y是因变量的观测矢量,B是响应系数的矢量(每个解释变量一个),e是包含模型值的矢量&#39 ; s各种观察的误差项。在设计矩阵中,每列是一个解释变量的观察向量。
因此,X的大小必须是X m矩阵,B是amxp矩阵,只有当X中的列数等于B中的行数时才允许定义乘积XB,在这种情况下,m。
考虑到你的X为2895x4暗淡,你应该能够确认你的B M03b
有4个响应系数。