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。