R| 混合效应模型，lme4

最新推荐文章于 2024-07-06 18:34:35 发布

gavin_cdc

最新推荐文章于 2024-07-06 18:34:35 发布

阅读量1.2w

点赞数 5

分类专栏： R语言 lme4 文章标签：混合效应模型

本文链接：https://blog.csdn.net/gavin_cdc/article/details/89166321

版权

本文探讨了如何利用R语言中的lme4包来构建和理解混合效应模型，这种模型在处理具有嵌套或重复测量数据时非常有用。通过实例，我们将了解如何设置随机效应并解释模型结果。

摘要由CSDN通过智能技术生成

## ref: A very basic tutorial for performing linear mixed effects analyses
## 分类变量
pitch = c(233,204,242,130,112,142)
sex = c(rep("female",3),rep("male",3))
my.df = data.frame(sex,pitch)
my.df
xmdl = lm(pitch ~ sex, my.df)
summary(xmdl)
mean(my.df[my.df$sex=="female",]$pitch)
## 连续变量
age = c(14,23,35,48,52,67)
pitch = c(252,244,240,233,212,204)
my.df = data.frame(age,pitch)
xmdl = lm(pitch ~ age, my.df)
summary(xmdl)

my.df$age.c = my.df$age - mean(my.df$age)
xmdl = lm(pitch ~ age.c, my.df)
summary(xmdl)

plot(fitted(xmdl),residuals(xmdl))
hist(residuals(xmdl))
qqnorm(residuals(xmdl))
dfbeta(xmdl)

###########################  混合效应模型  #####################################

library(lme4)
politeness=read.csv("/Users/Gavin/Downloads/politeness_data.csv")
# head(politeness), tail(politeness),summary(politeness), str(politeness), colnames(politeness)
which(is.na(politeness)==T)