富二代和学霸的故事举个例子,在一个课堂上,小学六年级,班里面有30个学生,这些学生有一年级到五年级的学习成绩,现在根据这些数据,预测这些学生六年级的成绩。 「学生分类:」
「对应模型:」 lmer混合线性模型中,随机因子的定义有「截距,intercept」和「斜率,slope」两个参数。 富二代,就是截距很高,就是起点很高 学霸,就是斜率很高 富二代学霸,就是截距很高,斜率也很高 1. 模型解释lmer常用模型公式如下: mod= lmer(data = , formula = y ~ Fixed_Factor + (Random_intercept + Random_Slope | Random_Factor))
❝ 2. 常用模型2.1 Random intercept with fixeed mean这里是截距(intercept)随机,均值(mean)固定。 公式:
比如下面两种模型是等价的: mod1a = lmer(Reaction ~ Days + (1 | Subject), data=dat) 2.2 Random intercept with a priori means公式:
这部分没有很理解,也没有例子,官方文档解释如下: ❝ 2.3 Intercept varying among g1 and g2 within g1公式:
2.4 Intercept varying among g1 and g2公式:
2.5 Correlated random intercept and slope公式:
2.6 Uncorrelated random intercept and slope公式:
「公式汇总:」「注意:」这里, ❝
|
|