1. 学习
    2. /
  2. 课程
    3. /
  3. R로 배우는 계층 및 혼합 효과 모형
Connected

练习

랜덤 효과 기울기

이전 연습 문제에서는 랜덤 효과 절편을 코딩하는 방법을 봤습니다. 이제 랜덤 효과 기울기를 코딩하는 방법을 살펴보겠습니다. lme4 문법에서 lmer()는 랜덤 효과 기울기를 위해 (countinuous_predictor | random_effect_group)를 사용합니다. lme4가 랜덤 효과 기울기를 추정할 때, 랜덤 효과 절편도 함께 추정합니다. scale()은 예측 변수 mathkind를 재스케일링하여 모델의 수치적 안정성을 높입니다. 이 변환이 없으면 lmer()가 모델을 적합하지 못합니다.

이전 연습 문제에서는 각 학급에 대한 랜덤 효과 절편과 전체 데이터에 하나의 slope를 추정했습니다. 여기서는 각 학급마다 랜덤 효과 절편과 랜덤 효과 기울기를 모두 추정합니다. 랜덤 효과 절편과 마찬가지로, 랜덤 효과 기울기도 모든 랜덤 효과 기울기가 공유하는 분포에서 나옵니다.

说明 1 / 共 2 个

undefined XP
    1
    2
  • 기존 코드를 실행해 mathkind를 mathkind_scaled로 재스케일링하세요.
  • lme4 패키지의 lmer() 함수를 사용해 랜덤 효과 절편 모델을 적합하세요. 이전에 적합한 모델과 비슷하지만, 여기서는 mathgain을 mathkind_scaled로 예측합니다. 랜덤 효과는 classid입니다. student_data를 사용하세요.
  • lme4 패키지의 lmer() 함수를 사용해 랜덤 효과 기울기 모델을 적합하세요. mathgain은 랜덤 효과 기울기인 mathkind_scaled로 예측되고, 랜덤 효과 그룹은 classid입니다.