如何在R

Question

我有这种格式的数据集（df）

index <- runif(n = 100,min = 0, max = 1)
type1 <- rep("low", 50)
type2 <- rep("high", 50)
type <- c(type1,type2)

level1 <- rep("single", 25)
level2 <- rep("multiple", 25)
level3 <- rep("single", 25)
level4 <- rep("multiple", 25)
level <- c(level1,level2,level3,level4)

block <- rep(1:5, 10)
set <- rep(1:5, 10)

df <- data.frame("index" = index,"type" = type, "level" = level, "block" = block, "set" = set)
df$block <- as.factor(df$block)
df$set <- as.factor(df$set)

我想创建一个像这样的模型

model <- lmer(index ~ type * level + (1|block) + (1|set), data = df)

但是，在我的原始数据中，拟合度很差，因为数据绑定在0和1之间。我想引导这个混合效果模型。关于如何为这种模型实现引导的任何想法？我想将此完整模型与子模型进行比较。无需互动，也可以单独使用level或type。我也希望在最终模型的置信区间内

Answer 1

confint()函数具有用于merMod对象的方法。以下应该起作用：

confint(model, method = "boot", nsim = 1000)

并具有多个CPU：

confint(model, method = "boot", nsim = 1000,
        parallel = "multicore", ncpus = 8)