LMER 因子与数字交互

Question

我正在尝试使用 lmer 为我的数据建模。

我的数据有 2 个自变量和一个因变量。

第一个是 "Morph"，其值为 "Identical"、"Near"、"Far"。
第二个是 "Response" 可以是 "Old" 或 "New".
因变量是 "Fix_Count".

所以这是一个示例数据框以及我目前拥有的运行线性模型。

Subject <- c(rep(1, times = 6), rep(2, times = 6))
 q <- c("Identical", "Near", "Far")
 Morph <- c(rep(q, times = 4))
 t <- c(rep("old", times = 3),rep("new", times=3))
 Response <- c(rep(t, times = 2))
 Fix_Count <- sample(1:9, 12, replace = T)
 df.main <- data.frame(Subject,Morph, Response, Fix_Count, stringsAsFactors = T)
df.main$Subject <- as.factor(df.main$Subject)

 res = lmer(Fix_Count ~ (Morph * Response) + (1|Subject), data=df.main)
 summary(res)

输出如下所示：

问题是我不希望它进行组合，而是 Morph:Response.

的整体交互

我可以通过将 Morph 转换为数字而不是因子来实现这一点。但是，我不确定从概念上讲这是否有意义，因为这些值不能正确表示 1、2、3，而是低中高（有序但定性）。

所以：1. 是否有可能运行 lmer 得到 2 个因子变量之间的交互作用？
2. 或者你认为数字是 class "Identica", "Near", "Far" 的好方法？
3. 我曾尝试设置对比以查看是否有帮助，但有时我会出错，而其他时候似乎什么都没有改变。如果对比有帮助，你能解释一下我将如何实现吗？

非常感谢您提供的任何帮助。我也已将此问题发布到堆栈交换，因为我不确定这是编码问题还是统计问题。但是，一旦我知道，我可以将它从不太相关的论坛中删除。

最好的，柯克

Answer 1

我看到两个问题。首先，您应该为主题使用因子变量。它显然不是连续变量或整数变量。为了（可能）解决您的部分问题，有一个 interaction 函数旨在处理回归公式。我很确定公式界面将解释您用作对 interaction 的调用的“*”运算符，但输出的标签可能会有所不同，也许更符合您的喜好。我得到相同数量的系数：

res = lmer(Fix_Count ~ interaction(Morph , Response) + (1|Subject), data=df.main)

但这并不是改进。 ~~但是，它们与使用 Morph*Response 创建的模型不同。可能有一组不同的对比度选项。~~

获得交互的整体统计测试的方法是比较嵌套模型：

res_simple = lmer(Fix_Count ~ Morph + Response + (1|Subject), data=df.main)

然后为模型比较做方差分析：

anova(res,res_simple)
refitting model(s) with ML (instead of REML)
Data: df.main
Models:
res_simple: Fix_Count ~ Morph + Response + (1 | Subject)
res: Fix_Count ~ interaction(Morph, Response) + (1 | factor(Subject))
           Df    AIC    BIC  logLik deviance  Chisq Chi Df Pr(>Chisq)
res_simple  6 50.920 53.830 -19.460   38.920                         
res         8 54.582 58.461 -19.291   38.582 0.3381      2     0.8445

我的观点是，它足够接近统计与编码的边界，因此在任何一个论坛上都可以接受。（但是，您不应该越过 post。）如果您对编码答案感到满意，那么我们就完成了。如果您在理解模型比较方面需要帮助，那么您可能需要编辑 CV.com 的问题以请求比我的更基于理论的答案。（我检查以确保 anova 结果是相同的，无论您是使用交互功能还是“*”运算符。）

LMER 因子与数字交互

LMER Factor vs numeric Interaction

interaction

r

ordinal

lme4