0

我正在尝试将在 HLM7 软件中运行的模型“翻译”为 R lmer 语法。

这来自现在无处不在的“数学成就”数据集。结果是数学成绩分数,在数据集中有各种学生级别的预测变量(例如少数民族身份、SES 以及学生是否为女性)和各种学校级别的预测变量(例如天主教与公共)。

我想要拟合的模型中唯一的预测变量是学生级别的预测变量,它们都以组均值为中心来处理虚拟变量(除此之外:对比代码更好)。学生嵌套在学校中,所以我们应该(我认为)为模型的所有组件指定随机效应。

这是 HLM 模型:

一级模型(注意:一级的所有预测变量都是以组平均值为中心的) MATHACHij = β0j + β1j*(MINORITYij) + β2j*(FEMALEij) + β3j*(SESij) + rij

2 级模型

β0j = γ00 + u0j

β1j = γ10 + u1j

β2j = γ20 + u2j

β3j = γ30 + u3j

混合模型

MATHACHij = γ00 + γ10*MINORITYij + γ20*FEMALEij + γ30*SESij + u0j + u1j*MINORITYij + u2j*FEMALEij + u3j*SESij + rij

将其翻译为 lmer 语法,我尝试:(注意:_gmc 表示变量已以组均值为中心,分组因子为“school_id”)

model1<-lmer(mathach~minority_gmc+female_gmc+ses_gmc+(minority_gmc|school_id)+(female_gmc|school_id)+(ses_gmc|school_id),数据=数据,REML=F)

当我运行这个模型时,我得到的结果与 HLM 结果不相符。我是否错误地指定了随机效应?

谢谢!

4

1 回答 1

0

当您指定随机效应结构时,您可以将每个随机效应包含在一个括号中。虽然这可能无法解决您的结果依赖性,但我相信适合您模型的随机效应代码语法如下:

lmer(mathach~minority_gmc + female_gmc + ses_gmc + (1 + minority_gmc + female_gmc + ses_gmc |school_id), data=data, REML=F)

于 2019-09-11T20:20:39.137 回答