问题标签 [multilevel-analysis]

我试图从 Liu 和 Abeyratne 的“贝叶斯可靠性的实际应用”中重现示例 8.2。原始示例（与分层模型相关）是在 JAGS 中完成的，我想在 BRMS 上重现它。

我能够创建并运行一个模型，其中 Weibull 形状对所有组都是通用的（在示例中，它是九代产品）。

现在我想制作一个模型，我还可以在其中模拟“平均”形状和每个组的效果，就像拦截一样

这是有效的模型，其中形状对所有组都是通用的：

我想运行这样的东西：

如果我只添加第二个等式，则会收到以下错误：

错误：以下先验不对应任何模型参数：shape ~ gamma(c, d)

我试图改变“先验”，而不是添加第二个方程，而是在形状中添加一个组变量，如下所示：

但后来我得到的错误是：

错误：以下先验不对应任何模型参数：shape_gen ~ gamma(c, d)

两者都做也会导致我出错。我想象模型规范和我缺少的先前规范之间存在一些相互作用！

有人可以帮助我吗？

我是 R 的新手，我不熟悉 R 中线性混合模型的功能。

我的数据是关于植物生长的，我将害虫作为固定因素（2 个水平），将土壤侵蚀作为一个固定因素（2 个水平），我还想包括它们的相互作用。

试验在三个可能对害虫和土壤侵蚀速率有影响的不同湿度的地点（随机因素）进行。根据植物在叶片形状上的微小差异（嵌套在场地内），植物位于每个场地。

我目前已经用 lme、aov 和 lmer 构建了一些模型，但我不确定哪个是正确的，或者对模型有更好的建议吗？

以下是我提出的模型：

我不知道如何在模型中包含“站点”。

测试固定因素（害虫和土壤侵蚀）和随机因素（地点）之间的相互作用：

我有一个关于多级模型中状态变量的特征预测的问题。

理论上我理解这个概念，但我不知道如何计算它：

我想从特质外向性中预测“状态愉悦”。在第一个测试中，测量了特征和状态，一周内每天测量 5 次。

我试过了，但这没有用：

恭喜你的帮助，克里斯托夫

我目前正在使用metafor包（Viechtbauer，2010）对比例（传播疾病的蚊子数量/测试的蚊子数量）进行荟萃分析。我的目标是计算 5 种蚊子中每一种的汇总效应大小。就目前而言，我的分析策略是：

• 使用 PFT（双反正弦）变换来规范化数据（我有很多 0 和 1 作为值）
• 运行整体模型以评估异质性（检验剩余异质性是否有意义）
• 由于我从元分析中包含的每篇文章中获得了几个度量，我评估了使用三级模型的必要性（LRT 有意义，用于“度量”和“文章”（度量嵌套在文章中）
• 使用亚组分析，以蚊子种类为调节剂
• 评估残余异质性
• 测试一些主持人以试图解释剩余的异质性

当我进行亚组分析时，我得到了一个对变量“Specie”有意义的调节器检验。但后来我想知道这个显着变量解释了方差的哪一部分，我得到了 -0.9%（截断为 0%）（我在这里使用了 W. Viechtbauer 建议的“伪 R 平方”方法）。

所以，我的问题是：是否有可能/连贯地对主持人进行有意义的测试，并且该主持人没有解释差异？怎么解释呢？

当我使用 REML 估计时，我不能使用 LRT 来测试变量是否有意义（我宁愿不使用 ML 来计算 LRT）。

如果有人可以帮助我，请提前感谢，

此致，

亚历克斯

如果有用，这里是我使用的代码的摘要：

结果，我得到了对主持人有意义的测试：

但我的“伪 R 平方”为空：

小问题，我正在对面板数据进行固定效应回归：reg <- felm(Y ~ X1 + factor(X2) | A + B)Y 和 X1 是连续变量，X2 是公司名称，但我想研究变量问题的系数。但是，根据定义，一家公司将被排除在外并用作基础。

我如何确定哪些公司被排除在外？我该如何选择基地？

我目前正在使用包 lme4 估计多级模型。我对类内相关性感兴趣。也就是说，我对 id 的方差相对于 id 和 age_14 的方差之和感兴趣。我可以计算出这个数字，但恐怕我无法得到标准错误。我会对随机效应方差的标准误差以及类内相关性的标准误差感兴趣。知道如何获得这些吗？任何帮助，将不胜感激。

最好的

丹尼尔

我正在寻找有关如何绘制我正在研究的多级模型的建议。

我正在处理一些围绕一组嵌套的协变量：国家。因此我的模型如下所示： 代码：

我正在寻找有关如何按国家/地区绘制交互效果（i.soldiconttatti##c.individualism）的建议。基本上，我想展示不同一阶级别的效果。我环顾四周，但我发现的并没有多大帮助。我正在使用Stata 16。

提前致谢，如果您需要我更具体地了解我的数据集，请告诉我。

我有来自 2x2 重复测量实验的数据。四个实验条件由 x1 和 x2 虚拟变量定义。IE，四个条件是：

此外，还有一个代表性别的性别假人。连续响应 var 是 resp。我正在尝试对此进行建模，并且在我阅读的一本书（Field）中演示了 nlme 中的 2x2 重复测量，作者使用 x1 和 x2 变量作为嵌套在人（id）中的级别，例如：

上述模型包括 x1、x2、交互作用和性别的固定效应。它还包括 gend 上的随机斜率，所有嵌套在 person 和 4 个实验条件中。这对我来说似乎很奇怪，因为它将两个实验条件嵌套在一个人体内。

为什么不只是这样定义：

IE，为什么嵌套级别 |id/x1/x2 而不仅仅是 |id 并包含 x1 和 x2 作为固定效果，因为 x1 和 x2 变量是级别 1（它们因条件而不是每个参与者而异）？

第二个问题：是否有关于指定 lme() 公式的明确参考？我没有找到任何小插曲，而且包装手册似乎没有指定您可以配置 lme() 固定和随机公式的所有不同方式。

数据样本：

我试图弄清楚如何在我的多索引的最外层求和。因此，我想根据各个运营商以及为其列出的所有商店对 COUNTS 列求和。

当我使用 df.sum 调用时，它可以让我在两个级别上调用它​​，但是当我将其更改为 df.sum(axis=0, level=['OPERATOR'] 时，它会导致百分比列为 NaN。我最初的计数列是 int 所以我认为这可能是问题所在，并转换为浮点数，但这并没有解决问题。这是所需的输出：

（这只是计算每个商店相对于运营商的百分比的一个垫脚石，即最终的最终输出将是）：

因此，如果您还包括最后一步，则可以加分！！请帮我！！！

我正在使用以下数据（集群 data.xsls），从 2000 年到 2020 年，我每年都有 5 个变量（Mkt、SMB、HML、RMW 和 CMA）的值（第 2 列：vardep） ：

集群数据

我需要为这些数据建立年度集群。然后我首先对每年的数据进行划分（在这个例子中我只使用 2000 年到 2005 年的数据），以便使用 vardep 作为索引：

我使用的聚类方法是 k-means。然后在评估误差曲线的拐点以决定合适的集群数量后，我决定每年使用 3 个集群，并按照以下方式执行集群：

我真正需要的是根据每个相关股份的新变量来评估这些集群的同质性。该变量是销售额的增长，每股的年价值可以在此处以“fundamental_comparison”的形式找到：

基本比较

我想知道就该确切变量而言，同一集群内和不同集群之间的共享有何不同。我在本文的第 12 页找到了一个可能的帮助，其中使用了多级模型，但我无法在我的案例中使用它。我想知道你们中是否有人知道如何及时测试我的集群中的同质性，或者您是否可以帮助我执行合适的代码来应用论文解释的内容。

我是初学者，所以提前感谢您的帮助。