如何解决当因变量具有三个水平时的 GLMM
我正在尝试在 R 中为数据拟合混合模型，其中因变量是具有三个级别（真、假、不确定的选择）的分类数据。我的计划是在 lme4 中使用 glmer 拟合三个单独的二项式混合模型（真与假或不确定、假与真或不确定、不确定与真或假），然后得出关于通过查看单独的模型，固定效应对每个选择的影响。但我对这是否是最佳方法有一些疑问：
问题 1：实现此方法以拟合两个独立的二项式模型（例如 True 与 False、True 与不确定）的正确方法是什么？>
问题 2：在拟合单独的二项式模型后，是否需要以某种方式将它们组合成一个模型，以便得出关于不同效应对因变量的影响的结论？或者（比如说）分别使用 emmeans 对每个二项式模型进行事后比较是否可以？
问题 3：对于每个二项式模型，随机效应和固定效应是否相同很重要？对每个二项式模型的各种候选者应用似然比检验后，似乎产生最佳模型的随机效应在每种情况下都不同。例如。为工人添加随机斜率会显着改善 False 与 True-or-Unsure 的模型，但不会显着改善 Unsure 与 True-or-False 的模型。决定模型选择过程中的一组效应部分也是如此，或者是否有方法论依据可以预期每个二项式模型的不同随机效应（例如，如果工人在选择 False 而不是其他选择时的策略不同） ?
问题 4：是否有理由通过 R 中的其他包来拟合多项混合模型？我听说 ordinal 和 MCMCglmm 包允许这样做。我担心的是，对于刚接触统计学的人来说，解释和分析这样的模型会更具挑战性。
谢谢！
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
