问题标签 [multilevel-analysis]

我在 R 中上传了一个 .dat 文件以对其执行一些多级建模。它允许我检查尺寸

我运行了library(nlme)运行包以使用lme()

然后我尝试运行我的空模型

我不断收到我的代码的此错误消息

然后我跑了data(lang.IQ.data.set)

并收到错误消息

看来我的 .dat 文件还没有放入？即使它显示为在 R studio 中导入？由于它也无法在数据集“schoolnr”中找到该列

希望这会从那时起，谢谢。我被困住了

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：

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：

我不确定它是否正确。但是，如果我使用它，我会收到警告

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：

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！

有谁知道Stata如何处理mixed命令中的缺失值？我运行这个命令，即使我有很多缺失值，它也包含了所有的观察结果。我找不到有关该软件使用哪种方法的详细信息。

还有一件事，我如何在这个分析之后生成一个增长曲线图？

library(car) 或 library(dplyr) 包显示此错误代码

我正在尝试使用 recode 函数在 R 中进行纵向分析，以在创建我的空模型之前创建一个新变量。我不确定为什么找不到费率代码功能？是用新名字吗？

我在两列 excel 表中有父子关系想要一个 excel 公式来针对第三列中的每一行派生所有子和子

输入在 excel 列中

column1 columnn2 Child Parent BA CB DC EC FE GA TG YU D

输出将在第三列 column 1 Column2 Column3

孩子 父母 所有孩子 BAB,C,D,E,F,G,T,YU CBC,D,E,F,YU DCD,E,F,YU ECD,E,F,YU FEF GAB,C,D,E ,F,G,T,YU TGT YU D YU

我想用 Lavaan 在 R 中执行多级中介分析，但遇到了一个问题：

通常，至少这是我所学到的，对多级分析的平均中心 1 级变量和总平均中心 2 级变量进行分组很重要。所以这也是我尝试在 lavaan 中进行多层次调解时所做的。

毫不奇怪，我在第一次尝试时遇到了很多错误，但经过大量故障排除后，我只是选择了非中心变量，它运行良好。结果似乎也与我在中心多级回归中的不同路径得到的结果非常相似。

所以我的问题是：在 lavaan 中是否不需要为多级中介分析进行组/大均值居中（可能是因为 Lavaan 默认情况下自己进行居中）？

提前感谢您的帮助！

我在下面发布了我的代码。我遇到了错误消息。

我正在数据集上运行潜在增长模型。

所以我有我的情节summary(fit.model)，我试图将参数估计附加到图表上。我正在尝试将一些额外的参数传递给 semPaths 函数。这是我使用的semPaths(fit.model, "m1", "est", intercepts = FALSE)，我收到错误消息Could not detect use of 'what' argument。有人告诉我，我可能需要检查语言输入，并将其更改为英语，因为有时引号在另一种语言输入下，R 无法识别

我不知道该怎么做，因为我的 R 代码似乎很好。

我正在尝试创建一个随机效应元分析模型。我在研究中嵌套了 2 个效应量（事实上计算的比例不同），而每项研究同时嵌套在国家和研究计划中（例如 A、B、C）。

Country内通常有多项研究，并且大多数国家/地区在多个计划之间重复（但在这种情况下，这些是不同的研究）。

我当然可以更改我的数据集结构（在我当前的数据集中有Study/Country/Programme/ES1_yi/ES1_V/ES2_yi/ES2_V），但例如假设它如下：

在这种情况下，应该如何指定作为R包metafor一部分的random=函数内部的参数？该文档当然非常有用，但我自己无法找到答案。rma.mv

我也希望能得到一些关于structure=适用于我情况的论点的提示。谢谢！

使用R，我构建了一个模型来查看在 1992 年总统选举中对布什的支持。这是数据的预览：

这是模型：

鉴于与我的模型相关的线性预测变量，我想创建投票给布什的概率图。最终结果应如下所示：

该图来自 Gelman 和 Hill 的Data Analysis Using Regression and Multilevel/Hierarchical Models。Gelman 和 Hill 做R/BUGS来制作这个数字。他们本质上是从模型中的所有相关自变量创建一个线性预测器：

这是他们用来执行此操作的代码：

总之，我想为我上面指定的模型做这个。我想这样做R（即，没有BUGS）。任何帮助将不胜感激。

我试图在多层次模型中模拟调节效应。因变量“A”由变量“B”在 340 个不同条件“C”中预测。因此，我们可能会在 A 上找到相互作用 B C。这表明效果 B 在条件之间有所不同。在下一步中，我们要检查第三个变量“D”对这种交互的影响。因此，我们在每个条件“C”中控制“A”和“B”中的“D”。现在，我们的长数据集是原来的两倍，并且一个虚拟编码的受试者内 2 级因子“控制”表示天气原始“A”和“B”（控制 = 0）。或“A”和“B”没有“D”（控制 = 1）。多级模型中显着的三向交互作用表明“D”的协方差改变了 A 的交互作用B 在我们控制了“D”之后。重要的是要注意“A”和“B”（不受控制和受控）是 z 标准化变量。“C”在 -2 和 2 之间缩放。
现在我的问题是：
如果我们在“A”或“B”中控制 D，但不是在两者中控制，多级模型中的估计器是有意义的。

控制 A 中的 D：

显示表

控制 B 中的 D：

显示表

但如果我们在两个变量中控制 D，我就不明白结果。B 的主效应的自由度被估计为主体内效应。但它是在主题之间，不是吗？主效应 B 以及 B 和 C 之间的交互作用的估计量太大了。

控制 A 和 B 中的 D：

显示表

如果我们仅在一个或在这两个变量中。

多级分析的代码：

MLM <- lmer(A ~ B*C*control + (1 + C|Subject), data = df, REML = 0 ,na.action = na.omit)

我还从我的代码中删除了随机斜率效应，但它没有帮助。

谢谢，克里斯