LMM предсказал средние значения RT для конкретного c субъекта и слова (на основе кодирования контраста моей модели) в R?

Question

Инструкция: рассчитайте прогнозируемое среднее время реакции модели для испытаний, в которых предыдущее суждение было по слову (слово = 1, не слово = -1), а субъект (носитель языка = 1, другой = -1) равен носитель английского языка sh. В отличие от применения coef () к модели, вы должны использовать метод, показанный ниже (#summary (your_model) $ factor), чтобы извлечь оценочные значения в виде таблицы. Затем к самим значениям можно получить доступ с использованием синтаксиса [,]. Убедитесь, что вычисленное среднее значение по модели соответствует значению, рассчитанному по данным.

Моя контрастная кодировка

lexdec$PrevCont<-ifelse(lexdec$PrevType%in%c("word"),1,-1)
lexdec$NativeCont<-ifelse(lexdec$NativeLanguage%in%c("English"),1,-1)

Моя подогнанная модель

M1 <- lmer (RT ~ PrevCont * NativeCont + (1 + PrevCont * NativeCont | Subject) + (1 + PrevCont * NativeCont | Word), данные = lexde c) </p>

##Please anyone know how i can do this?

Answer 1

Оригинальный вопрос уже дал некоторые подсказки.

summary(M1)$coefficients 

дает коэффициенты для сводки фиксированных эффектов, которая представляет собой матрицу. Таким образом, вы можете извлечь оценки из первого столбца , используя [,] как подсказка. Я уверен, что вы можете сделать это. :)

Что касается среднего значения переменной RT для различных уровней двух переменных PrevCont и NativeCont, для этого можно использовать функцию tapply:

with(lexdec, 
  tapply(RT, list(PrevCont, NativeCont), FUN=mean)
)

Значение в нижний правый угол - это среднее время реакции для субъектов, которые были родными (NativeCont = 1), и предыдущее суждение было на слове (PrevCont = 1). Я думаю.

Это значение (6.2804) очень близко к расчетному среднему значению из модели (6.2812).