如何解决如何使用 family=Gamma 解释 brm 中的参数
我有一个包含 3 个组的情绪评分数据的数据集,从 0 到 4(这是一个连续变量),我的目标是按组确定是否有影响。
在学习了许多在线教程后,我确定了一个 gamma 分数(做了不同家庭的 LOO) - 模型如下:
这是 R 为我的 BRM 返回的内容:
Family: gamma
Links: mu = inverse; shape = identity
Formula: sentiment ~ group + (1 | id)
Data: df (Number of observations: 1856)
Samples: 20 chains,each with iter = 2000; warmup = 1000; thin = 1;
total post-warmup samples = 20000
The output is as follows:
Group-Level Effects:
~id (Number of levels: 1856)
Estimate Est.Error l-95% CI u-95% CI Rhat Bulk_ESS Tail_ESS
sd(Intercept) 0.40 0.16 0.04 0.65 1.01 2289 2424
Population-Level Effects:
Estimate Est.Error l-95% CI u-95% CI Rhat Bulk_ESS Tail_ESS
Intercept 2.55 0.09 2.38 2.74 1.00 6787 13508
group 1.22 0.14 0.95 1.50 1.00 27476 15066
group . 1.29 0.15 1.00 1.58 1.00 24998 15147
Family Specific Parameters:
Estimate Est.Error l-95% CI u-95% CI Rhat Bulk_ESS Tail_ESS
shape 1.65 [![enter image description here][1]][1] 0.06 1.54 1.76 1.00 7659 11316
因此,第 2 组和第 3 组的情绪与第 1 组不同(因为 95% CI 不超过 0),但我如何解释估计值?我需要登录吗?改造什么?我怎么把它变成一个句子?我很困惑,因为当我绘制条件效应时,我不明白 y 轴上是什么?附上图。
感谢您的耐心帮助我理解!
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。