Интерпретация результатов в обобщенной линейной смешанной модели - PullRequest
0 голосов
/ 23 февраля 2019

Я пытаюсь сравнить эффект обучения для разных групп в разное время тестирования.У меня есть следующие переменные:

  1. Независимые переменные (Learner_Type: 3 условия-LING, NOEX, TRAD; Testing_Time: 3 условия-T0, T1, T2)
  2. Зависимая переменная (Item_Score: рейтинг из 7).

Вот модель, которую я запускал:

mod.04.esl.learner.time <- 
glmer(Item_Score ~ 1 + Learner_Type*Testing_Time + (1|Part_Number),
     data=x.ESL, family=binomial)
summary(mod.04.esl.learner.time)

Я получаю следующие выходные данные ФИКСИРОВАННЫХ ЭФФЕКТОВ:

    Fixed effects:
                                Estimate Std. Error z value Pr(>|z|)    
(Intercept)                       3.3836     0.3013  11.229  < 2e-16 ***
Learner_TypeNOEX                  0.2421     0.5053   0.479  0.63187    
Learner_TypeTRAD                  0.2004     0.4673   0.429  0.66807    
Testing_TimeT1                    0.5309     0.1682   3.156  0.00160 ** 
Testing_TimeT2                    0.4456     0.1650   2.700  0.00692 ** 
Learner_TypeNOEX:Testing_TimeT1   0.1136     0.2997   0.379  0.70465    
Learner_TypeTRAD:Testing_TimeT1  -0.7340     0.2595  -2.829  0.00467 ** 
Learner_TypeNOEX:Testing_TimeT2  -0.3439     0.2755  -1.249  0.21181    
Learner_TypeTRAD:Testing_TimeT2  -0.4665     0.2621  -1.780  0.07513 .  
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

СейчасИсходя из всего, что я читал, результаты следует интерпретировать, поскольку все строки, попадающие ниже «перехвата», сравниваются с «перехватом», при этом (в моем случае) (INTERCEPT) равны MEAN RATINGS для LING в T0(потому что они идут первыми в алфавитном порядке ???).

Значит ли это, что следующее:

  1. группа NOEX в T1 не является сигой.отличается от LING в T0
  2. группа TRAD в T1 является сиг.отличается от LING при T0
  3. , группа NOEX при T2 не является сиг.отличается от LING в T0
  4. , группа TRAD в T2 не является сиг.отличается от LING в T0

Когда я пытаюсь посмотреть результаты, основанные на графике взаимодействия, у меня возникает другое ощущение:

AJT Overall Results for ESL Groups.

Любая помощь очень ценится!

1 Ответ

0 голосов
/ 24 февраля 2019

На первый взгляд, ваша интерпретация выходных данных модели имеет смысл для меня.

Одна из причин, по которой вы получаете странные результаты, может быть в том, что вы подходите к неправильной модели.Как вы уже сказали, ваша зависимая переменная - это оценка, которая, как я полагаю, теоретически может варьироваться от 0 до 7 (?), Что делает ее непрерывной переменной.Однако вы указываете обобщенную линейную модель смешанного эффекта с аргументом семейства, установленным в «binomial», для которого потребуется двоичная зависимая переменная (0/1, «success» / «fail»).Если это так, то lmer() вместо glmer() может быть лучшим выбором.

...