1

我想进行 3 个级别的多级回归。

我有来自一项调查的数据,其中我有参与者居住在哪个县的信息。所以,我也可以区分东德和西德。

在图片中你可以看到我想要做什么:

方案

我有东德和西德以及县和参与者填写了一些问卷,我想从这些变量(v1 到 v4)中进行回归分析。经过一番阅读,我决定做一个多层次的分析,我的问题是,我可以做一个三层次的模型吗?

我尝试了以下代码:

lmer(xenophobia ~ v1+v2+v3+v4+(1|EastWest)+(1|Counties), data, REML = F)

我不确定它是否正确。但是,如果我使用它,我会收到警告

boundary (singular) fit: see ?isSingular

查看摘要后,我看到 EastWest 的方差为 0.00。

所以,我尝试了另一种方法:

lmer(xenophobia ~ v1+v2+v3+v4+(1|EastWest:Counties), data, REML = F)

现在,我没有收到警告。我知道我将“Counties”嵌套到“EastWest”中,但我不知道现在嵌套模型和三级模型有什么区别。

我希望有一个人可以帮助我。

不幸的是,我不能给出一些示例数据,但我想我的问题不在于数据结构。

提前致谢!

4

1 回答 1

0

EastWest似乎是一个只有 2 个级别的变量。因此,不应将其指定为随机截距的分组变量。这样做将要求软件仅从 2 个观察值中估计正态分布变量的方差。这个变量应该是一个固定的效果。

于 2021-10-07T20:45:51.573 回答