Jak uzyskać znormalizowane wagi regresji (efekt stały) z regresji wielopoziomowej?
I jako „dodatek”: Jaki jest najłatwiejszy sposób na uzyskanie tych standardowych wag z obiektu mer
-object (z lmer
funkcji lme4
pakietu w R
)?
Jak uzyskać znormalizowane wagi regresji (efekt stały) z regresji wielopoziomowej?
I jako „dodatek”: Jaki jest najłatwiejszy sposób na uzyskanie tych standardowych wag z obiektu mer
-object (z lmer
funkcji lme4
pakietu w R
)?
Odpowiedzi:
Po prostu skaluj zmienne objaśniające, tak aby miały średnią zero i wariancję jednej, zanim umieścisz je w modelu. Wtedy wszystkie współczynniki będą porównywalne. Charakter mieszanych efektów modelu nie ma wpływu na ten problem.
Najlepszym sposobem na zrobienie tego i najmniejszym prawdopodobieństwem popełnienia błędu jest użycie skali () przed dopasowaniem modelu.
źródło
Aby szybko uzyskać znormalizowane współczynniki beta bezpośrednio z dowolnego modelu lm (lub glm) w R, spróbuj użyć
lm.beta(model)
z pakietu QuantPsyc. Na przykład:źródło
W przypadku standardowych modeli liniowych z regresją za pomocą lm () można albo skalować () dane predyktorów, albo po prostu użyć tej prostej formuły:
źródło
Zakładając, że ustawiłeś wyjście swojego
lmer
modelu nalmer.results
,fixef(lmer.results)
zwróci ogólne ustalone współczynniki efektów.źródło
mer
obiektu - nie pojawiają się one w podsumowaniu, więc zakładam, żelme4
metody ich nie tworzą.fixef()
zwróci wszystkie informacje o stałym efekcie dostępne zmer
obiektu.