R中的lmer函数——理解lme4中的公式结构
lmer function in R-understading the formula structure in lmer4
我是新手。我想知道，就像公式
lmer(extro~1+open+social, data)
或
lmer(extro~open+social+(1+agree|school),data)
或
glm(extro ~ open + agree + social + school*class - 1, data)
1 作为预测变量是什么意思？
1表示拦截。默认情况下，截距始终存在，因此 1 + 实际上不会添加任何内容，但它可以明确表示正在估计截距，这对于清晰度很有用。 - 1 表示不应估计截距。另一种方法是 0 +。
在 lmer() 中，当包含随机效应时，包含 1 有时是必要的，但总是有用的。 (1|school) 表示您想要估计随 school 变化的随机截距。 (1 + open|school) 表示您想估计 open 的随机截距和随机斜率。另一种写法是 (open|school) 因为拦截是隐式的。这是一种不好的做法，因为是否请求随机拦截是不明确的，而当包含 1 + 时，它是明确的。可以估计具有固定截距但随机斜率的模型；为此，您可以包括 (open - 1|school).
我是新手。我想知道，就像公式
lmer(extro~1+open+social, data)
或
lmer(extro~open+social+(1+agree|school),data)
或
glm(extro ~ open + agree + social + school*class - 1, data)
1 作为预测变量是什么意思？
1表示拦截。默认情况下，截距始终存在，因此 1 + 实际上不会添加任何内容，但它可以明确表示正在估计截距，这对于清晰度很有用。 - 1 表示不应估计截距。另一种方法是 0 +。
在 lmer() 中，当包含随机效应时，包含 1 有时是必要的，但总是有用的。 (1|school) 表示您想要估计随 school 变化的随机截距。 (1 + open|school) 表示您想估计 open 的随机截距和随机斜率。另一种写法是 (open|school) 因为拦截是隐式的。这是一种不好的做法，因为是否请求随机拦截是不明确的，而当包含 1 + 时，它是明确的。可以估计具有固定截距但随机斜率的模型；为此，您可以包括 (open - 1|school).