解释lme4包中的随机效应

时间:2017-06-19 16:11:15

标签: r random mixed-models

我正在处理R中的lme4包,并且在以下示例中对如何解释随机效果有点困惑:

library(dplyr)
library(ggplot2)
library(tidyr)
library(lmerTest)
setwd("F:/5_1 Analize/Article_2 - LMM/")

dat <- data.frame(
  ID = rep(1:20, each = 60),
  Task = rep(1:60, each = 20),
  Group = rep(c("A","B","C"), each = 20),
  Accuracy = sample(c(0,1), size = 1200, replace = T),
  RT = sample(200:3000, size = 1200, replace = T)
)

mod <- glmer(Accuracy~RT*Group + (1+RT|Task) + (1+RT|ID), data = dat, family = "binomial")

基本上每个参与者都要经历3个条件(组)。在每种情况下都有20项试验(任务)。我们测量准确度和反应时间。在建模中,我们希望从RT预测准确度,控制主体和任务之间的随机效应,包括截距和斜率。我们还控制着该组的固定效应。

示例的公式可以描述为: Accuracy ~ (beta0 + b0ID + b0Task + betaGroup0) + (beta1 + b1ID + b1Task + betaGroup1)*RT(b-随机效应,β - 固定效应)

我的问题如下:

1)当我运行coef(mod)$ID并查看拦截栏时 - 我看到了什么?在这三种情况下,我是否看到每个人的随机拦截,或者我是否看到A组的每个人的随机拦截?我的想法是第二个。如果这是真的,我怎样才能得到所有三组的平均随机人员拦截?

2)当我运行coef(mod)$Task并查看拦截列时 - 我是否看到每个项目的拦截与Group变量无关?

谢谢!

0 个答案:

没有答案