У меня есть модель с предикторами, которые все дихотомичны (и имеют контрастный код -0; 5, +0,5), внутри (Shift, Emo) или между предметами (Sex, Group); моя зависимая переменная биномиальная, каждый участник видит по 20 элементов. Я также хотел бы добавить некоторые ковариаты (меня они не интересуют, но я просто хочу контролировать, чтобы они не влияли на мои результаты). Одна из них (образование) является порядковой, с 5 упорядоченными категориями, связанными с уровнем образования, 3 другие - дискретными.
Вот моя модель:
glm <- glmer (CR ~ Group * Shift * Emo + Sex # fixed effects
+ education + score1 + score2 + score 3 # covariates
+ (1 + Shift + Emo ||ID)
+ (1 | stim),
data = data,
family = binomial (link = "logit"),
control = glmerControl(optimizer = "bobyqa", optCtrl = list(maxfun = 100000)))
У меня несколько вопросы, поскольку я никогда раньше не имел дела с ковариатами:
Могу ли я просто добавить такие ковариаты в мою модель, смешивая все такие переменные? Более того, поскольку мои участники видят 20 элементов во фрейме данных, информация, относящаяся к их образованию или баллам, повторяется в каждой строке ... Разве это не проблема для модели? Если это проблема, что мне делать? (на самом деле, на данный момент образование - это числовое значение c, и я считаю его непрерывным, но я уверен, что это неправильно)
Если моя модель со всеми ковариатами не сходятся, можно ли запустить мою основную модель + просто набрать 1, а затем провести сравнение модели с anova
, и если оно несущественно, я не включаю его (тогда оценка 2 и т. д. и т. д.)? Как я могу продолжить?