比较不同的多层次回归
compare different multi level regressions
我正在努力解决以下问题：
我的想法是分析不同多层次回归输出的发展（斜率）。
输出在我的数据中与 2 个不同的时间点相匹配。
我有 3 个预测因素（幽默感、严肃性、友好性）
这些预测指标针对许多人和群体进行了测量。
并且这里假设 SenseofhumorHIGH（作为来自 "senseofhumor" 的特殊值变量）如果它在一个组中的高对结果可能会产生影响。我还假设斜率可能首先急剧增加然后增加得更慢。
如何比较不同回归的不同斜率？
可视化此斜坡的最佳方式是什么？
代码看起来像这样：
RandomslopeEC(timepoint1) <- lme(criteria(timepoint1) ~ senseofhumor + seriousness + friendlyness , data = DATA, random = ~ **SenseofhumorHIGH**|group)
RandomslopeEC(timepoint2) <- lme(criteria(timepoint2) ~ senseofhumor + seriousness + friendlyness , data = DATA, random = ~ **SenseofhumorHIGH**|group)
RandomslopeEC(timepoint3) <- lme(criteria(timepoint3) ~ senseofhumor + seriousness + friendlyness , data = DATA, random = ~ **SenseofhumorHIGH**|group)
非常感谢
它通过将格式从宽更改为长来解决问题。
我用过：
DATAlong<- DATA %>%
gather(`criteriatimepoint1`, `criteriatimepoint2`, `criteriatimepoint3`, key = "timepoint", value = "criteriavalue")
为此。
后来我用了
RandomslopeEC <- lme(criteria) ~ senseofhumor*timepoint + seriousness*timepoint + friendlyness*timepoint , data = DATAlong, random = ~ 1|group/timepoint)
为此。
我希望这对其他人也有帮助。
我正在努力解决以下问题：
我的想法是分析不同多层次回归输出的发展（斜率）。
输出在我的数据中与 2 个不同的时间点相匹配。 我有 3 个预测因素（幽默感、严肃性、友好性） 这些预测指标针对许多人和群体进行了测量。 并且这里假设 SenseofhumorHIGH（作为来自 "senseofhumor" 的特殊值变量）如果它在一个组中的高对结果可能会产生影响。我还假设斜率可能首先急剧增加然后增加得更慢。
如何比较不同回归的不同斜率？ 可视化此斜坡的最佳方式是什么？
代码看起来像这样：
RandomslopeEC(timepoint1) <- lme(criteria(timepoint1) ~ senseofhumor + seriousness + friendlyness , data = DATA, random = ~ **SenseofhumorHIGH**|group)
RandomslopeEC(timepoint2) <- lme(criteria(timepoint2) ~ senseofhumor + seriousness + friendlyness , data = DATA, random = ~ **SenseofhumorHIGH**|group)
RandomslopeEC(timepoint3) <- lme(criteria(timepoint3) ~ senseofhumor + seriousness + friendlyness , data = DATA, random = ~ **SenseofhumorHIGH**|group)
非常感谢
它通过将格式从宽更改为长来解决问题。
我用过：
DATAlong<- DATA %>%
gather(`criteriatimepoint1`, `criteriatimepoint2`, `criteriatimepoint3`, key = "timepoint", value = "criteriavalue")
为此。
后来我用了
RandomslopeEC <- lme(criteria) ~ senseofhumor*timepoint + seriousness*timepoint + friendlyness*timepoint , data = DATAlong, random = ~ 1|group/timepoint)
为此。
我希望这对其他人也有帮助。