问题标签 [multilevel-analysis]

我正在尝试对具有交叉分类嵌套的数据集执行多重插补（即，数据嵌套在两个不相互嵌套的不同分组变量中；下面代码中的 group1 和 group2）。为了解释多级结构，我在miceadds 包中使用了method="2l.pmm"。但是，当我运行代码时，我收到一条错误消息：

“z0* u[index_clus, 1:NR, drop = FALSE] 中的错误：不一致的数组

我想知道为什么我会收到这条消息。

我试图估算的完整数据集有 279 行和 188 列。因为我在研究中采用了计划缺失，所以其中大约 120 列需要插补。为了缩小错误代码的原因，我尝试将数据集大大减少为两个分组变量和几个其他变量。当我添加第二个分组变量（group2）作为预测变量时，似乎出现了问题。

我怀疑错误可能是由于某些组的样本量仅为 1；但是，当包含的变量只有 group1、VarA 和 VarB 时，代码会运行。group1 的某些级别的样本大小仅为 1，因此这似乎不是问题。

可能导致错误的代码或数据集有哪些潜在问题？任何输入将不胜感激！

我正在尝试学习 R 中的分层模型，并且我已经为自己生成了一些示例数据。我在编写多级回归问题的正确语法时遇到问题。

我在商学院生成了一些工资数据。我使薪水与工作年限和教员的出版物总数成线性关系。教师在各个部门，我为每个部门制定了不同的基本工资（截距），并且每个部门的年度加薪（斜率）也不同。这样，我的工资的截距（基本工资）和斜率（多年经验）取决于嵌套级别（部门）和斜率 wrt 另一个解释变量（出版物）不依赖于嵌套级别。在 R 中对此进行建模的正确语法是什么？

这是我的数据

我尝试了以下方法：

1)

model.matrix.default(eval(substitute(~foo, list(foo = x[[2]]))) 中的错误：model.matrix() 中的模型框架和公式不匹配

2)

边界（奇异）拟合：参见 ?isSingular

我想看看部门对工资截距和每年加息的估计，以及作为独立（汇总）发布的影响的估计。现在我根本没有让代码工作。

我知道基本工资和部门的年度加息以及出版物的影响（因为我生成了它）。

每发表一篇文章，工资就增加一万。

答案： 感谢@Ben在这里的回答， 我认为正确的模型是

这通过运行给了我以下固定效果

部门级系数如下：

这些是对原始值的相当好的估计。现在我需要学会评估它们“有多好”。:)

对于我的研究项目，我正在调查政策变化对某些结果的影响，例如犯罪率。多个国家在不同时间点或不同年份对新政策进行了调整。

到目前为止，我已经对每个国家分别进行了泊松回归形式的时间序列分析。

我拥有的可用数据包含每个国家/地区的以下变量：

所以基本上每年统计犯罪数量，所以时间间隔是1年。

这是我为每个国家/地区创建的模型：

当我使用计数数据时，我使用了泊松模型：为了做到这一点，我使用总体（对数转换）作为偏移变量直接对计数数据（而不是比率）建模，以便转换回比率。

到目前为止，一切都很好！然而，对于一些国家来说，干预前后的数据点非常有限或分布非常不均，这就是为什么我想知道是否可以对汇总数据进行相同的分析，而不仅能够估计对每个国家的影响，也是一个整体的影响。为此，我将包括 2 级变量“国家”。

由于我在 R 中的多级建模方面非常缺乏经验，所以在这一点上我有点无能为力。然而，这是我的第一次尝试：

谁能告诉我这种方法是否有意义或我还能做什么？

非常感谢您的支持。

最好的，液晶

我只是想确保我正确地解释了我的 lme 输出。我建立了一个空模型，因为有人告诉我可以通过这种方式找到内部人员 SD（Nelzek，2012 年 MLM 章节）。但是这一章是用公式而不是 R 代码编写的。

这是我使用的模型。SubjectID 是人员的分组变量。

这是输出摘要。我假设因变量 (dv1) 的人内 SD 是截距 StdDev，但只是想检查一下。或者，如果我解释错了，请告诉我:)

问题：使用多级（混合效应）模型，不确定将分组变量设置为什么，以便使用 merTools 的 predictInterval 函数从 glmer 模型生成测量的组级变量的预测概率。

目标：从“第二级”组级变量中生成一系列值的预测概率和 SE/CI。

寻求：关于如何正确执行此操作的建议或其他建议以生成预测概率和 CI 是来自 glmer 模型的组级别变量的值范围。

我正在模拟混合模型的随机数据集。为了使混合模型有意义，需要关联集群内的数据点 (ICC)。我如何生成这样的数据？

这些是我的变量：

• ID
• 基础（基线，第一次测量）
• 一半（第二次测量）
• 最终（最终测量）
• 对照组（对照组还是实验组？）
• 集群（显示该人属于哪个集群的因子变量）

我需要嵌套在每个集群中的三个测量值来关联。

代码基于我上面写的+我添加了一些噪音，因此

在第 2 和第 3 措施中。

如何使三个测量值在集群内相互关联？

谢谢你。

两组之间的主题实验：每组有一对 10 参与者。（玩家 1 和玩家 2）两组中的对子玩游戏，其中一个因素被操纵。假设：A组得分高于B组。

我可以使用带有随机拦截的混合建模作为玩家和团队作为拦截吗？

分析这个实验设计的好方法是什么？

我正在编写一个多级回归模型，在该模型中，我从一个预测变量数据框（来自第一级的系数）和一个预测变量数据框开始第二个级别。两个数据框具有相同数量的观察值。我希望遍历预测变量（第一个数据帧中的列）并使用lm()它们对预测变量的整个第二个数据帧进行回归。但是，当我这样做时，我得到一个我无法弄清楚的错误。

例子：

我只是无法理解这意味着什么或为什么 R 认为iris1[col]是list. 为简单起见，我尝试合并它们：

这个特别令人沮丧，因为它们的长度显然相同。

我使用日记数据，并且正在尝试使用滞后变量进行多级回归。我试着

1. 从前一天的连续变量预测二元变量和
2. 从前一天的二进制变量预测连续变量。

我不明白如何将这种时间滞后/日记数据格式包含到 R 代码中。另外，我不知道如何控制同一天的预测变量。

我将 lmer 和 glmer 命令用于连续和二元结果，到目前为止只有 1 级预测器

AIC 没有显示出更好的随机系数拟合，但这是我所期待的。到目前为止的回归结果并不显着，但可能是因为我没有正确编写代码。

我的数据如下所示，这是一个多级 pandas 数据框，我正在尝试对其运行一些操作；但需要帮助访问特定级别...

此外，有关级别的更多信息：

我想遍历这个数据框，一次一个股票代码，并对“关闭”列执行操作。例如，

我希望用这个做更复杂的事情；但是，这段代码会让我到达那里。