Я пытаюсь рассчитать байесовский фактор по моим данным, и я получаю очень разные результаты в R и SPSS для моей модели смешанных эффектов.Это нормально для линейного, но не биномиального.Вот код R:
``memory.model = glmer(correct ~ (1|ps) + (1|item), data=memorystudy, family=binomial, glmerControl(optimize = "bobyqa"))
memory.model2 = glmer (correct ~ encoding + retrieval + (1|ps) + (1|item), data=memorystudy, family=binomial, glmerControl(optimize = "bobyqa"))
memory.model3 = glmer (correct ~ encoding*retrieval + (1|ps) + (1|item), data=memorystudy, family=binomial, glmerControl(optimize = "bobyqa"))``
и синтаксис SPSS:
``GENLINMIXED
/FIELDS TARGET = correct
/DATA_STRUCTURE SUBJECTS = ps*item COVARIANCE_TYPE = VARIANCE_COMPONENTS
/TARGET_OPTIONS DISTRIBUTION = BINOMIAL LINK = LOGIT REFERENCE = 0
/FIXED EFFECTS = encoding retrieval
/RANDOM USE_INTERCEPT = TRUE SUBJECTS = ps*item.``
``GENLINMIXED
/FIELDS TARGET = correct
/DATA_STRUCTURE SUBJECTS = ps*item COVARIANCE_TYPE = VARIANCE_COMPONENTS
/TARGET_OPTIONS DISTRIBUTION = BINOMIAL LINK = LOGIT REFERENCE = 0
/FIXED EFFECTS = encoding retrieval encoding*retrieval
/RANDOM USE_INTERCEPT = TRUE SUBJECTS = ps*item.``
BIC в R составляет около 2280 для каждой модели, а в SPSS - 13973 ... И SPSSне дает мне никаких результатов, таких как величины эффекта, поэтому я не могу сравнить его с R. Есть ли способ что-то изменить в SPSS, чтобы он давал мне согласованные результаты?