В настоящее время я изучаю предельные эффекты некоторых фиксированных эффектов в логистике смешанных эффектов.Для этого я использовал функцию ggpredict чрезвычайно полезного пакета ggeffects.Затем я также использовал функцию tab_model связанного пакета sjPlot для создания таблиц с нечетными соотношениями.Тем не менее, я был немного удивлен результатами каждого:
1) Теперь я вижу, что все уровни моих предикторов факторов включены в выходные данные (в отличие от обычного фиктивного кодирования R, в котором единица)уровень каждого фактора служит эталоном для контрастов).Можно ли сохранить опорный уровень на выходе ggpredict?Я надеялся использовать его для i) сверки с ручными вычислениями и ii) сравнения его с коэффициентами модели блеска, которые не рассчитываются аналогичным образом условно на случайные эффекты.
2) Коэффициенты шансов, представленные tab_modelидентичны тем, которые я получил путем возведения в степень коэффициентов, предоставленных моей исходной glmer моделью ( в соответствии с процедурой примера IDRE ).Однако у меня сложилось впечатление, что рассчитанные значения OR были получены из предельных коэффициентов, которые не учитывали влияние случайного эффекта в моей модели (см. Параграф, начинающийся с «Многие люди предпочитают» здесь ,Раздел «Прогнозируемые вероятности и построение графиков» здесь и верхний ответ здесь для получения дополнительной информации).В свою очередь, означает ли это, что OR для переменных с фиксированными эффектами, предоставляемые tab_model, аналогичным образом не учитывают влияние случайного эффекта?Если это так, есть ли аргумент или другие средства для этого?
Спасибо!