请选择 进入手机版 | 继续访问电脑版
楼主: bfzldh
50944 166

[丢掉HLM软件]基于R的多层模型分析教程贴   [推广有奖]

lijj320 发表于 2016-10-11 15:03:39 |显示全部楼层 |坛友微信交流群
厉害厉害!多多支持
已有 1 人评分论坛币 收起 理由
bfzldh + 6 鼓励积极发帖讨论

总评分: 论坛币 + 6   查看全部评分

使用道具

蕉下客顾 发表于 2016-10-12 10:12:43 |显示全部楼层 |坛友微信交流群
获益匪浅啊啊,
已有 1 人评分论坛币 收起 理由
bfzldh + 6 鼓励积极发帖讨论

总评分: 论坛币 + 6   查看全部评分

使用道具

望天树 学生认证  发表于 2016-10-12 10:21:32 |显示全部楼层 |坛友微信交流群
多谢版主分享
已有 1 人评分论坛币 收起 理由
bfzldh + 6 鼓励积极发帖讨论

总评分: 论坛币 + 6   查看全部评分

使用道具

浩浩乾坤 学生认证  发表于 2016-10-12 15:26:13 |显示全部楼层 |坛友微信交流群
很好很强大
已有 1 人评分论坛币 收起 理由
bfzldh + 6 鼓励积极发帖讨论

总评分: 论坛币 + 6   查看全部评分

使用道具

bfzldh 学生认证  发表于 2016-10-12 22:18:16 |显示全部楼层 |坛友微信交流群

2.在随机截距模型中加入水平1的自变量,使用AIC,BIC比较模型,并计算R-square


#词汇成绩(gevocab)可能对阅读成绩具有预测作用,要将gevocab作为自变量,则相应的R语句为


Model3.1 <- lme(fixed = geread~gevocab, random = ~1|school, data = Achieve)


#模型固定效应部分,参数fixed = geread~gevocab声明阅读成绩由词汇成绩来预测。

#random部分定义了随机效应和嵌套结构。如果仅需要随机截距,用来表示截距的符号是1。

#在本例中,random = ~1|school声明仅使用随机截距模型,随机截距随学校变化而变化。



summary(Model3.1)


#summary()命令可以提供下列信息:

#Linear mixed-effects model fit by REML

# Data: Achieve


#除了显著性检验之外,我们能够得到AIC,BIC,和log likelihood信息,这些信息可用来进行模型比较。

#我们可以根据AIC和BIC将该模型与零模型的拟合度进行比较,AIC和BIC越小,表示模型拟合越好。

#模型3.1的AIC和BIC分别为43145.2和43145.17。模型3.0的AIC和BIC分别为46274.31和46296.03。

#因为模型3.1的两个指标都较小,因此我们作出结论:模型3.1对数据的拟合更好。

#实质上,这说明我们应当将geread作为自变量包含进模型中,回归系数显著性的检验结果也支持了这一点。


#      AIC      BIC   logLik

#  43145.2 43174.17 -21568.6

#

#Random effects:

# Formula: ~1 | school

#        (Intercept) Residual

#StdDev:   0.3158785  1.94074

#

#Fixed effects: geread ~ gevocab

#                Value  Std.Error    DF  t-value p-value

#(Intercept) 2.0233559 0.04930868 10159 41.03447       0

#gevocab     0.5128977 0.00837268 10159 61.25850       0


#我们能够得到固定效应斜率和固定效应截距之间的相关,但我们往往不关心这个相关系数。


# Correlation:

#        (Intr)

#gevocab -0.758

#

#Standardized Within-Group Residuals:

#       Min         Q1        Med         Q3        Max

#-3.0822506 -0.5734728 -0.2103488  0.3206692  4.4334337

#

#Number of Observations: 10320

#Number of Groups: 160


#我们也能确定geread中的变异中有多少存在于学校层面。

#具体来说,上述结果说明在排除了gevocab的预测作用之后,截距在学校层面的变异为0.3158785*0.3158785,

#而在个体层面(within-school)的变异为1.940740*1.940740。

#在多层模型中,我们可以计算每一个水平的R-square(Snijders & Bosker,1999)。对水平1来说,我们可以计算

level1rsquare.png


#在上式中,下角标M0表示零模型3.0,M1表示本例中的模型3.1,

#第1个希腊字母表示水平1的残差,第2个希腊字母表示水平2的随机截距的残差。

#该结果告诉我们,与零模型相比,Model3.1水平1额外解释了接近29%的变异。

#我们也可以计算水平2的R-square(如有错误,烦请指正。):

level2rsquare.png


#其中B指的是水平2中单元(unit,cluster,在本例中即学校)的平均规模,即每个单元中平均包含多少个被试(case)。

#output报告了case的数量(10320)和unit的数量(160),因此我们可以计算得到B=10320/160=64.5。


已有 3 人评分经验 论坛币 学术水平 热心指数 信用等级 收起 理由
gzengzeng + 1 + 1 + 1 精彩帖子
xddlovejiao1314 + 100 + 5 + 5 + 5 精彩帖子
我的素质低 + 100 + 100 + 5 + 5 + 5 精彩帖子

总评分: 经验 + 200  论坛币 + 100  学术水平 + 11  热心指数 + 11  信用等级 + 11   查看全部评分

使用道具

很详细,论坛是个好地方啊
已有 1 人评分论坛币 收起 理由
bfzldh + 6 鼓励积极发帖讨论

总评分: 论坛币 + 6   查看全部评分

使用道具

蕉下客顾 发表于 2016-10-12 22:28:43 |显示全部楼层 |坛友微信交流群
大牛啊,还是看不懂啊
已有 1 人评分论坛币 收起 理由
bfzldh + 6 是的,首先还是要找本书把多层模型的思想和.

总评分: 论坛币 + 6   查看全部评分

使用道具

不明觉厉啊!!
已有 1 人评分论坛币 收起 理由
bfzldh + 6 鼓励积极发帖讨论

总评分: 论坛币 + 6   查看全部评分

使用道具

飞鸿惊鸿 发表于 2016-10-14 20:27:09 |显示全部楼层 |坛友微信交流群
感谢分享
已有 1 人评分论坛币 收起 理由
bfzldh + 6 鼓励积极发帖讨论

总评分: 论坛币 + 6   查看全部评分

使用道具

燕子兮 学生认证  发表于 2016-10-16 18:45:29 来自手机 |显示全部楼层 |坛友微信交流群
支持一下,目前对r很感兴趣
已有 1 人评分论坛币 收起 理由
bfzldh + 6 鼓励积极发帖讨论

总评分: 论坛币 + 6   查看全部评分

使用道具

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注jltj
拉您入交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-3-29 07:07