用广义线性混合模型解释输出

Question

我正在尝试比较在不同测试时间对不同小组的指导效果。我有以下变量：

1. 自变量（学习者类型：3个条件-LING，NOEX，TRAD；测试时间：3个条件-T0，T1，T2）
2. 因变量（Item_Score：满分为7分）。

这是我运行的模型：

mod.04.esl.learner.time <- 
glmer(Item_Score ~ 1 + Learner_Type*Testing_Time + (1|Part_Number),
     data=x.ESL, family=binomial)
summary(mod.04.esl.learner.time)

我得到以下固定效果输出：

    Fixed effects:
                                Estimate Std. Error z value Pr(>|z|)    
(Intercept)                       3.3836     0.3013  11.229  < 2e-16 ***
Learner_TypeNOEX                  0.2421     0.5053   0.479  0.63187    
Learner_TypeTRAD                  0.2004     0.4673   0.429  0.66807    
Testing_TimeT1                    0.5309     0.1682   3.156  0.00160 ** 
Testing_TimeT2                    0.4456     0.1650   2.700  0.00692 ** 
Learner_TypeNOEX:Testing_TimeT1   0.1136     0.2997   0.379  0.70465    
Learner_TypeTRAD:Testing_TimeT1  -0.7340     0.2595  -2.829  0.00467 ** 
Learner_TypeNOEX:Testing_TimeT2  -0.3439     0.2755  -1.249  0.21181    
Learner_TypeTRAD:Testing_TimeT2  -0.4665     0.2621  -1.780  0.07513 .  
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

现在，从我一直在阅读的所有内容中，应该将结果解释为，将低于“拦截”的所有行都与“拦截”进行比较，（在我的情况下）（拦截）等于“均值”表示T0处的LING（因为这些字母按字母顺序排在首位？？）。

所以，这意味着什么：

T1的
1. NOEX组不是信号。与T0的LING不同
T1的
2. TRAD组为sig。与T0的LING不同
T2的
3. NOEX组不是信号。与T0的LING不同
T2的
4. TRAD组不是信号。与T0的LING不同

当我尝试基于交互图查看结果时，我会感到不同：

。

任何帮助都将不胜感激！

Answer 1

乍一看，您对模型输出本身的解释对我来说很有意义。

在这里得到奇怪结果的一个原因可能是因为您可能拟合了错误的模型。如您所说，您的因变量是我认为理论上可以在0到7（？）之间的得分，使其成为连续变量。但是，您要指定一个通用线性混合效果模型，其族参数设置为“ binomial”，这将需要一个二进制因变量（0/1，“成功” /“失败”）。如果是这样，那么使用lmer()而不是glmer()可能是一个更好的选择。