我有一个非常基本的问题;也许有点太基本了,无法找到有用的回应谷歌搜索它。
我正在使用以下代码使用 lmer 函数计算多级模型:
lmer(H1_rirs, data= df_long_cl, REML = T)
我是否正确假设检索到的系数是非标准化的?如果是,是否有一种简单的方法来标准化它们?
最好的,
卡罗琳
我有一个非常基本的问题;也许有点太基本了,无法找到有用的回应谷歌搜索它。
我正在使用以下代码使用 lmer 函数计算多级模型:
lmer(H1_rirs, data= df_long_cl, REML = T)
我是否正确假设检索到的系数是非标准化的?如果是,是否有一种简单的方法来标准化它们?
最好的,
卡罗琳
是的,默认情况下不应用标准化。如果您想获得标准化的系数,一种方法是在拟合模型之前对数据进行标准化。在effectsize -package中有这样一个功能的健壮实现。或者,您可以进行一些事后标准化(也是effectsize-package)。后者产生不同的结果,最准确的是在模型拟合之前对数据进行标准化。
除了@daniel 对effectsize
包的建议之外,还有“伪标准化”系数(Hoffman,2015),其中响应和预测变量根据预测水平进行标准化:
library(lme4)
m <- lmer(Reaction ~ Days + (Days | Subject), data = sleepstudy)
effectsize::standardize_parameters(m, method = "pseudo")
#> # Standardization method: pseudo
#>
#> Parameter | Coefficient (std.) | 95% CI
#> -----------------------------------------------
#> (Intercept) | 0.00 | [0.00, 0.00]
#> Days | 0.68 | [0.48, 0.88]
由reprex 包创建于 2021-06-07 (v2.0.0 )