Question

我有三个独立变量（ x1 ， x2 ， x3 ）和一个因变量（ y ）。我执行 n 实验，因此我有 x ， x2 ， x3 n 的组合。对于每个实验，我设置一式三份，因此对于 y 有 3 * n 观察。

为了重复目的，我给出了一些示例代码如下：

n <- 10   # experiment size

id <- seq(from=1, to=n, by=1)   # experiment number
x1 <- rnorm(n=n, mean = 1, sd = 1)
x2 <- rnorm(n=n, mean = 10, sd = 1)
x3 <- rnorm(n=n, mean = 10, sd = 10)

df <- cbind(id, x1, x2, x3)

df <- rbind(df, df, df)   # triplicate

df <- transform(df, rep=c(rep("A",times=n), rep("B",times=n), rep("C",times=n)), 
            y = rnorm(n=3*n, mean=5, sd=5))

df <- df[order(df[,"id"]),]

df

fit <- lm(y~x1+x2+x3, data=df)   # a linear regression
summary(fit)

现在我想知道如何为我的实验数据执行混合效应线性回归？

添加：我想我现在知道答案了：

library(lme4)
fit2 <- lmer(y~x1+x2+x3+(1|rep), data=df)   # a mixed-effect linear regression
summary(fit2)

如何在R中执行混合效应线性回归？

0 个答案: