【问题标题】:Extracting Level 2 random effects from imputed dataset with MItools使用 MItools 从估算数据集中提取 2 级随机效应
【发布时间】:2020-07-12 11:18:07
【问题描述】:

我正在尝试提取我使用 lmer 运行的 3 级分层回归的 3 级随机效应。 问题是,我的数据集是估算的(似是而非的值),我试图仅提取 L3 随机效应以与 MItools 合并。 我可以在只有一个 PV 的常规 lmer 模型上提取它们

m0 <- lmer(PV4MATH ~ 1 + (1 | SCHOOLID) + (1 | CNT), data = pisa, REML = F)

ranef(m0)$CN​​T

但是,当我尝试从我在所有 PV 上使用 mitools 拟合的模型中准确提取那些然后尝试使用 MIcombine 汇集它们时,我失败了

model0<-with(mis, lmer(MATH ~ 1 + (1 | SCHOOLID) + (1 | CNT), REML = F))

我只想提取 L 2 个随机效应(= 所有国家/地区的均值,同时控制单个水平变量,我知道这是一个空模型)。这就是我提取所有 ranef 的方法,但是我遇到了 MIcombine 的问题。

betas<-MIextract(model0, , fun = ranef)

我尝试了各种 $CNT 的组合,但它不起作用。有人有想法吗?我收到一条错误消息,告诉我它是二元运算符的非数字运算(不确定这是否是正确的翻译)。我对固定效果没有任何问题。

【问题讨论】:

    标签: r lme4 imputation r-mice


    【解决方案1】:

    找到了解决方案...以防万一有人也需要这样做:

    betas2 <- list()
    
    for ( i in 1:5){ betas2[[i]] <- betas[[i]]$CNT 
    

    }

    “手动”提取列表中的所有系数,然后您就可以使用它们了。也适用于差异。

    【讨论】:

      猜你喜欢
      • 2017-12-03
      • 1970-01-01
      • 1970-01-01
      • 2011-01-27
      • 2014-12-22
      • 2018-07-05
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      相关资源
      最近更新 更多