R: Интерпретация средних предельных эффектов для модели Лмера - PullRequest
Новая
       20

R: Интерпретация средних предельных эффектов для модели Лмера

0 голосов
/ 04 мая 2019

Мне нужна помощь в интерпретации средних предельных эффектов для экспериментального факторного плана 2x2.Я применил модель lmer, которая представила несущественные основные эффекты, но значительный эффект взаимодействия.

Поэтому я хотел бы изучить предельные эффекты, чтобы понять, что движет этим интерактивным эффектом.

Я использовал пакет полей для R. Мне удалось вычислить средние предельные эффекты. 

library(lme4)
library(margins)

model_cre <- lmer(AVG_CREATIVITY~IV_PTP*IV_PR + (1|Studentno), sl_data)
summary(model_cre)

margin_cre <- margins(model_cre, at=list(IV_PTP=0:1, IV_PR=0:1))
summary(margin_cre)

Linear mixed model fit by REML ['lmerMod']
Formula: AVG_CREATIVITY ~ IV_PTP * IV_PR + (1 | Studentno)
  Data: sl_data

REML criterion at convergence: 3345

Scaled residuals: 
   Min      1Q  Median      3Q     Max 
-2.6399 -0.6239 -0.0822  0.4710  4.2569 

Random effects:
Groups    Name        Variance Std.Dev.
Studentno (Intercept) 0.09803  0.3131  
Residual              0.65872  0.8116  
Number of obs: 1326, groups:  Studentno, 178

Fixed effects:
             Estimate Std. Error t value
(Intercept)   2.948545   0.069900  42.183
IV_PTP       -0.093376   0.099162  -0.942
IV_PR         0.008009   0.096209   0.083
IV_PTP:IV_PR  0.282937   0.135182   2.093

Correlation of Fixed Effects:
           (Intr) IV_PTP IV_PR 
IV_PTP      -0.705              
IV_PR       -0.727  0.512       
IV_PTP:IV_P  0.517 -0.734 -0.712

Average Marginal Effects
factor IV_PTP  IV_PR     AME     SE       z      p   lower  upper
 IV_PR 0.0000 0.0000  0.0080 0.0962  0.0833 0.9337 -0.1806 0.1966
 IV_PR 0.0000 1.0000  0.0080 0.0962  0.0833 0.9337 -0.1806 0.1966
 IV_PR 1.0000 0.0000  0.2909 0.0950  3.0638 0.0022  0.1048 0.4771
 IV_PR 1.0000 1.0000  0.2909 0.0950  3.0638 0.0022  0.1048 0.4771
IV_PTP 0.0000 0.0000 -0.0934 0.0992 -0.9417 0.3464 -0.2877 0.1010
IV_PTP 0.0000 1.0000  0.1896 0.0919  2.0632 0.0391  0.0095 0.3696
IV_PTP 1.0000 0.0000 -0.0934 0.0992 -0.9417 0.3464 -0.2877 0.1010
IV_PTP 1.0000 1.0000  0.1896 0.0919  2.0633 0.0391  0.0095 0.3696

Я очень плохо знаком с R (одна неделя), и я думаю, что из этого можно сделать следующее: 

factor IV_PTP  IV_PR     AME     SE       z      p   lower  upper
 IV_PR 1.0000 0.0000  0.2909 0.0950  3.0638 0.0022**  0.1048 0.4771
 IV_PR 1.0000 1.0000  0.2909 0.0950  3.0638 0.0022**  0.1048 0.4771

указывает, что, когда IV_PTP и IV_PR = 1 - это создает значительно более высокий средний творческий потенциал, чем когда только IV_PTP = 1.

Однако меня смущает тот факт, что в сводке «Среднее предельное влияние» представлены 8 строк.Дизайн 2x2 дает 4 условия, а не 8. Интересно, почему результаты отличаются для последних 4 строк, хотя он должен представлять одинаковые комбинации IV_PTP и IV_PR.Существует также значительный результат для: 

factor IV_PTP  IV_PR     AME     SE       z      p   lower  upper 
IV_PTP 0.0000 1.0000  0.1896 0.0919  2.0632 0.0391*  0.0095 0.3696
IV_PTP 1.0000 1.0000  0.1896 0.0919  2.0633 0.0391*  0.0095 0.3696

Значит ли это также, что креативность будет выше, когда IV_PTP и IV_PR равны 1 по сравнению с тем, когда только IV_PR = 1?

Надеюсь, вы понимаете мой вопрос - очень новый для R - дайте мне знать, если и как я могу предоставить дополнительную информацию о моих данных.

...