Question

我正在估计潜在的教师成员资格对连续学生成绩的影响。 LCA的结果发现3类。这些类别的平均潜在类别概率分别为0.80、0.84和0.97。我想在R包simex中使用MCSIMEX函数解决三个潜在类中的测量错误。这是一个示例数据框架：

Data = data.frame (
  TeaID= c(112, 113, 114, 115, 116, 116, 118, 119, 112, 113, 114, 115, 116, 116, 118, 119),
  LC1=c (1, 0, 0, 1, 0, 0, 1, 0, 1, 0, 0, 1, 0, 0, 1, 0),
  LC2=c (0, 0, 1, 0, 0, 1, 0, 0, 0, 0, 1, 0, 0, 1, 0, 0),
  LC3=c (0, 1, 0, 0, 1, 0, 0, 1, 0, 1, 0, 0, 1, 0, 0, 1),
  StuID= c(10,  11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25),
  X1 = c(1, 0,  1,  1,  1,  0,  0,  0,  0,  1,  1,  1,  0,  0,  1,  0),
  X2 = c(15,    16, 17, 15, 16, 18, 17, 16, 15, 16, 17, 18, 16, 15, 14, 19),
  score= c(95,  65, 87, 77, 86, 55, 92, 86, 68, 72, 71, 69, 59, 75, 60, 66)
)

我正在尝试使用以下r代码：

mcsimex(model, SIMEXvariable, mc.matrix, lambda = c(0.5, 1, 1.5, 2),
  B = 100, fitting.method = "quadratic",
  jackknife.estimation = "quadratic", asymptotic = TRUE)

我需要根据此指令调整mc.matric命令（如果对多个变量进行了错误分类，那么它必须是错误分类矩阵的列表，名称必须与SIMEX变量名匹配，列名和行名必须匹配如果需要特殊的错误分类，则可以指定函数的名称。

但是，我很难解开这些信息。有人可以帮忙吗？

使用MCSIMEX的模型中的分类错误

0 个答案: