问题标签 [multilevel-analysis]

我正在绘制一个跨级别的交互，但是图例独立地显示了所有分数，而不是像我们通常在热图中找到的那样以彩色刻度显示。如何从我的聚类变量“w”中获取信息以显示在更简洁的图例中（即，只有一个具有全范围颜色的条形和几个分数标记）？

这是我的代码，图表当前的样子

提前致谢！

GGplot2中的交互图

我正在使用 R 包lme4、merTools 和 Amelia来运行具有多重估算数据的多级模型。merTools 函数“print.summary.merModList”给出了模型结果，包括模型的固定效应部分（它给出了固定效应的估计值、标准误差和 t 值）。但是，我需要报告固定效应的 p 值。我了解多级模型的 p 值问题，并将在我的解释中关注置信区间，但我需要报告不符合惯例的 p 值。

我看到有几个选项可以在 lme4 包中显示 p 值（使用 Satterthwaite 近似值得出）。但是，当模型结果采用 merModList 对象（来自 merTools）的形式时，我似乎无法找到一种方法来处理多重插补数据。如果置信区间自动显示，而不是必须计算它们，这也会很有帮助。有谁知道这些事情是否可能？

如果我没有正确格式化，请提前道歉，这是我关于 SO 的第一个问题。

我在 R 中使用 lme4 运行了一系列多级模型。我的结果变量是连续的，我有一个具有多个类别（美国地区：中西部、东北部、南部、西部）的分类二级预测变量以及一系列的时变协变量。当我运行这段代码时，

我得到以下结果（减少空间）：

但是，当我按自变量绘制残差时，我只有四个区域中的两个区域的残差（见下文）。

残差绘制在 y 轴上，中西部、东北部、南部、西部绘制在 x 轴上，残差仅适用于南部和西部地区

我在区域变量中没有丢失数据，并且不知道为什么我会对没有相应残差的区域进行估计。为什么会这样？

编辑2：

我使用 lme4 拟合了一个线性混合效应模型，但是，它是数据的层次结构，我有两个来自级别 1 和级别 2 的不同数据集，但我正在努力将两个数据集中的变量包含在线性混合效果中模型。

这是一个示例：dt1 是 a、b 和 c 学校中男女学生的数据集（它们在我的数据中按顺序排列，如 a、a、a、b、b、b ...）。结果 y 是最终的测试分数，它是一个连续变量。

在 dt2 中，q 和 w 是学校层面的变量

我能够从 dt1 运行 MLM，如下所示：

但是如何在以前的模型中包含来自 dt2 的变量？

我已经尝试过了，但没有奏效：

请问有什么建议吗？

我想使用线性混合效应模型研究两次访问之间的脂肪差异。所以一切都将从lme(fat~现在开始......对于系数，我有一些会从访问 1 变为访问 2，因为它们是高血压状态、糖尿病状态、bmi、腰围、吸烟状态等。以及其他不会的变量t 从访问 1 更改为访问 2，因为它们是性别或种族。

请注意，以下变量是虚拟变量（高血压状态、糖尿病状态、吸烟状态、性别），而以下变量是连续变量（bmi、腰围、年龄）。

我使用包的初始模型nlme表示为：

访问有 2 个级别（1 和 2）

但是，有人告诉我，那些随时间变化的变量应该是随机效应，而所有其他变量应该是固定的。在来自 stackoverflow 的另一个问题（在 nlme 中指定多个单独的随机效果）中，我读到这nlme对于指定交叉效果（又名，多个单独的随机效果）并不好，并且该lme4软件包可以最好地处理这个问题。

我尝试了多种方法：

但是这些尝试都不起作用，并且错误总是相同的：Error: number of levels of each grouping factor must be < number of observations 我认为这可能是由于以下三个原因之一：

1. 代码在任何尝试中都不正确，如果这是真的，那将是表达这一点的最佳方式？

2. 随机效应实际上应该是固定效应（因此，在这种情况下，正确的模型将是lme(fat~ diabetes_status + hypertension_status + bmi + waist + smoker + gender + ethnicity, random= ~1|PatientID/Visit, data = df_1, na.action = na.omit))完美运行的模型。

3. 线性混合效应模型不准备处理如此多的随机效应。

有什么想法吗？谢谢！

我正在尝试为多成员多级模型准备我的数据集，并且在如何创建一系列“多成员标识符”变量上陷入困境。本质上，我有带有个人标识符 (ID) 的数据以及他们从 1996 年到 1999 年（state_1996 到 state_1999）所居住的州，其中 1=阿拉斯加，2=亚利桑那等。例如（这是编造的）：

ID state_1996 state_1997 state_1998 state_1999

1 1 1 2 2

2 1 1 1 1

3 3 1 1 1

n 4 4 4 4

我正在尝试创建变量 s1 到 s51 来给出每个人在每个州花费的时间比例。例如，根据上表并仅给出这些新变量的一个子集，我想要如下所示的内容：

标识 s1 s2 s3 s4

1 0.5 0.5 0 0

2 1.0 0 0 0

3 0.75 0 0.25 0

n 0 0 0 1.0

任何有关最佳方式的帮助将不胜感激，谢谢！

我正在使用多级 SEM 来调查智力对团队冲突发生的影响，并检查冲突对多元文化团队中团队绩效的影响。智力是在个人层面衡量的，冲突和绩效是在团队层面衡量的。智力和冲突是潜在变量，其中每个变量都由三个观察变量来测量（x1、x2、x3 用于测量智力，y1、y2、y3 用于测量冲突）。我正在通过 R 和 lavaan 包分析数据。这是我的代码：

但是，当我运行代码时出现此错误：

lav_data_full 中的错误（数据 = 数据，组 = 组，集群 = 集群，：lavaan 错误：数据集中缺少观察到的变量：智能

如果您能帮助我解决此错误，我将不胜感激。

我正在尝试使用作为主要自变量 + 2 级协变量 ( )mgcv的非线性多级模型进行建模。因为这些数据是个人内部的，所以我希望模型能够反映第 1 级 ( ) 的个人内部反应。问题是我无法理解包文档，因为我不知道如何为组编码（请参阅我的代码，这是错误的）。TimeXcPerson_IDmgcvrandom=~1|Person_ID

以下是详细信息，数据和代码如下：因变量 = DV，时间变量 = Time，2 级协变量 = Xc，组 = Person_ID。

示例数据和代码：

可能是基本问题，但我不知道该怎么做。如果一个人想估计一个多级模型，但只有固定效应，而不是估计随机效应，那该怎么做呢？例如，这是我的模型：

谢谢。

我正在尝试使用 R 中的包 'mitml' 来计算多级模型的 R 平方度量。我尝试使用 lme4 和 nlme 来指定我的模型。但是，当我使用 lme4 指定模型时，所有 4 次计算中的 R 平方值都是相同的（不是我所期望的），当我使用 nlme 时出现错误。这是我用来跨两个包指定模型的代码：

lme4： H1 <- lmer(PAA_groupmc ~ Velocity.difference+(1|mydata$ID), data=mydata)

名词： h1.1 <- lme(PAA_groupmc ~ Velocity.difference, data=mydata, random = ~1|ID, method="REML")

PAA_groupmc 和 Velocity.difference 都是连续变量，ID 是代表每个人的因素，因为我有一个重复测量数据集。我允许按人进行随机拦截。

当我运行时，multilevelR2(H1)我得到以下结果： RB1：0.1004472
RB2：0.1004472
SB：0.1004472
MVP：0.1013596

问题1：我认为结果如此相似很奇怪，因为我没想到会是这样。有人可以解释为什么会发生这种情况或我可能做错了什么吗？

问题2：运行时multilevelR2(h1.1)出现以下错误：

multilevelR2(h1.1) 中的错误：类模型不支持计算 R 平方统计量

这个错误是什么意思，我该如何解决？