the*_*kid 5 r lme4 mixed-models nlme multilevel-analysis
我有跨国面板数据,我想知道IV对二元学生水平结果的影响DV
我想包括一个嵌套的随机效应,该效应考虑到学生所在的学校会影响结果,以及不同国家的学校存在显着差异:(1|country/school). 所以我开始的模型是:
model = glmer(DV ~ IV + (1|country/school), data=data, family = 'binomial')
Run Code Online (Sandbox Code Playgroud)
我还想考虑时间趋势。起初我认为我应该做年份固定效应,但这些国家的政治发展随着时间的推移而有很大差异,我想抓住这一点,虽然 1991 年可能让 A 国的学校陷入混乱,但 1991 年可能是教育资金的好年头在 B 国。因此我认为我可能应该包括一个国家年固定效应,如下所示:
model = glmer(DV ~ IV + (1|country/school) + as.factor(country_year),
data=data, family = 'binomial')
Run Code Online (Sandbox Code Playgroud)
模型的随机效应是:
Random effects:
Groups Name Variance Std.Dev.
school:country (Intercept) 5.703e-02 2.388e-01
country (Intercept) 4.118e-15 6.417e-08
Number of obs: 627, groups: school:country, 51; country, 22
Run Code Online (Sandbox Code Playgroud)
当模型中已经包含国家随机效应时,包含国家年固定效应是否不正确?
问这个问题的另一种方法:我应该如何应对可能与事实school的一个子集country,并且country_year是的一个子集country,但也school还是country_year彼此的子集?
| 归档时间: |
|
| 查看次数: |
668 次 |
| 最近记录: |