[丢掉HLM软件]基于R的多层模型分析教程贴

12.将参数估计的算法改为ML

#在nlme程序包lme函数中，需要声明method="ML"

1. library(nlme)
   
2. Model3.12
   
3. <-lme(fixed=geread~gevocab,random=~1|school,data=Achieve,method="ML")

复制代码

#在lme4程序包lmer函数中，需要声明REML =FALSE

1. library(lmerTest)
   
2. Model3.13
   
3. <-lmer(geread ~ gevocab + (1 | school), data = Achieve, REML =FALSE)

复制代码

#使用summary得到模型估计结果，使用intervals得到随机效应的置信区间

1. summary(Model3.12)
   
2. intervals(Model3.12)

复制代码

#对于lmer函数，只有当算法改为ML之后，summary才会报告模型拟合结果

1. summary(Model3.13)

复制代码

#对于lmer函数，可使用confint函数得到随机效应的置信区间

1. confint(Model3.13)

复制代码

13.当lmer函数使用REML算法时，如何得到拟合指数。

#当lmer函数使用REML算法时，其输出结果中没有直接报告模型拟合信息。

#但是，我们可以通过专门的函数来提取这些信息。

1. Model3.13.s<-lmer(geread ~ gevocab + (1 | school), data = Achieve, REML = FALSE)

复制代码

#基于REML的离差

1. REMLcrit(Model3.13.s)

复制代码

#AIC

1. extractAIC(Model3.13.s)

复制代码

#log likelihood，基于REML的离差

1. llikAIC(Model3.13.s)

复制代码

的确是好东西

中规中矩的，不过有费心了

请问这个语句是什么意思     lmer(responce ~ factor1*factor2 + (factor1*factor2 | group1) + (factor1*factor2| group2), data)

shunge 发表于 2017-3-11 16:03
请问这个语句是什么意思     lmer(responce ~ factor1*factor2 + (factor1*factor2 | group1) + (factor1*f ...

没遇到过，你再仔细研究一下吧

太好了

很感谢分享。但是附件data不全，有的书上例子里的data这个附件里面没有，不知道谁有完整的data，求助吧。

青龙湾 发表于 2017-6-15 08:47
很感谢分享。但是附件data不全，有的书上例子里的data这个附件里面没有，不知道谁有完整的data，求助吧。

这个数据应该是最全的了

bfzldh 发表于 2017-1-15 20:19
7.使用lme4程序包lmer函数拟合随机截距模型
#lme4函数界定模型的语句更简洁，对复杂模型的界定方法也更灵活 ...

你好，这样的结果怎么解读啊？有没有相关的结果解读信息，详细的？