Question

我有一个序数混合模型进行探索，并且想知道如何分解重大的主要影响以及与多层次预测变量的交互作用。在“主模型”中，我的预测变量是集中的并进行偏差编码，并且我知道我需要对预测变量进行虚拟编码以提取简单的效果和交互作用，我只是不确定该如何做以及如何在模型比较中解释结果

数据和模型示例：


library(tidyverse)
library(ordinal)

# Mock data

mock_dat <- data.frame(subj = rep(1:10, each = 8),
                       sex = rep(c("M", "F"), each = 40),
                       score = sample(1:5, 80, replace = T),
                       category = rep(c("A", "A", "B", "B", "C", "C", "D", "D"), 10),
                       item = rep(1:8, 10))

# Deviation coding

mock_dat$dev.sex <- scale(ifelse(mock_dat$sex=="F",1,0), center=TRUE, scale=FALSE)
mock_dat$AB <- scale(ifelse(mock_dat$category=="B",1,0), center=TRUE, scale=FALSE)
mock_dat$AC <- scale(ifelse(mock_dat$category=="C",1,0), center=TRUE, scale=FALSE)
mock_dat$AD <- scale(ifelse(mock_dat$category=="D",1,0), center=TRUE, scale=FALSE)

# Response as factor

mock_dat$score <- as.factor(mock_dat$score)

# Model

mod <- clmm(score ~ dev.sex + AB + AC + AD +
              dev.sex:AB + dev.sex:AC + dev.sex:AD +
              (1 + AB + AC + AD | subj) +
              (1 + AB + AC + AD | item), data = mock_dat)

此后，我将使用anova()对主要效果/交互进行模型比较，但是我也希望使用简单效果。

奖金，我如何运行具有p值校正的事后简单效果？

感谢您的指导！

如何将顺序混合模型分解为简单的效果？

0 个答案: