クロスレベルランダム勾配モデルの個々の勾配

Aug 19 2020

私の質問はこの投稿に関連しています：混合効果モデル（lme4）からのケースの勾配の抽出

スヴェンホーエンシュタインの素晴らしい説明で。私の質問は、追加の第2レベルの予測子がある場合、どのようにして個々のcoefを抽出/解釈するのですか？クロスレベル相互作用のある私のランダムな勾配モデル：

Scaled residuals: 
    Min      1Q  Median      3Q     Max 
-5.3837 -0.4603 -0.0878  0.3895  5.1209 

Random effects:
 Groups   Name        Variance Std.Dev. Corr 
 CODE     (Intercept) 0.28950  0.5381        
          MZP.log     0.04025  0.2006   -0.38
 Residual             0.09409  0.3067        
Number of obs: 13866, groups:  CODE, 3917

Fixed effects:
                       Estimate Std. Error         df t value Pr(>|t|)    
(Intercept)           9.925e-01  9.822e-03  3.936e+03 101.055  < 2e-16 ***
MZP.log              -1.771e-01  5.634e-03  4.615e+03 -31.432  < 2e-16 ***
ABS002P1.cgm          5.658e-03  5.767e-04  3.884e+03   9.811  < 2e-16 ***
MZP.log:ABS002P1.cgm  1.192e-03  3.235e-04  3.709e+03   3.686 0.000231 ***


Correlation of Fixed Effects:
            (Intr) MZP.lg ABS002
MZP.log     -0.510              
ABS002P1.cg -0.009  0.041       
MZP.:ABS002  0.045 -0.223 -0.502

coef（RS.L2）$ CODEを使用して個々のcoefを取得します。

                          (Intercept)    MZP.log   ABS002P1.cgm  MZP.log:ABS002P1.cgm
==AM0MDMx0CM4ETM0ITZmV2a   1.4243088 -0.1719496549   0.00565832          0.001192448
==AM0UDMx0SO5cDM4EDajVma   1.9458975 -0.0529674147   0.00565832          0.001192448
==AM1cDMx0SN1ATM1ITdnlGZ   0.8161014 -0.1141229315   0.00565832          0.001192448
==AM1ITM0AzV               0.4187989 -0.0886104357   0.00565832          0.001192448
==AM2ADMx0iN5kDMxEjcmVGa   1.1081334 -0.2264506549   0.00565832          0.001192448
==AM2gDMzAjR               0.8997179 -0.2053793890   0.00565832          0.001192448
==AM2IDM0AjQ               0.6851151 -0.2432147380   0.00565832          0.001192448
==AM2kDMwMDajxWZ           0.9268792 -0.0418086190   0.00565832          0.001192448
==AM2UDM3ATYtVGb           0.8382071 -0.1377587548   0.00565832          0.001192448
...

私が理解していないこと：最初の2つの列（切片とMZP.Log）は、固定効果と変量効果の組み合わせですか？はいと思いますが、最終的な方程式のどの部分に

Yti = Beta00 + Beta10 * MZP.Log-ti + Beta01 * ABS002P1.cgm-i + Beta11 * MZP.Log-ti * ABS002P1.cgm-i + r1-i * MZP.Log-ti + r0-i + e- ti

彼らは言及していますか？（インターセプト）= Beta00 + r0-iおよびMZP.Log = Beta10 + r1-iでしょうか？私の目的は、特定の人（CODE）の個々の方程式を説明することです。

助けてくれて本当に感謝しています！

回答

5 RobertLong Aug 19 2020 at 20:12

ここで欠落しているのは、の出力ですranef(RS.L2)。

これによりCODE、切片の各レベルの個々の変量効果である2列の数値が得られます。MZP.log

たとえば、CODE（==AM0MDMx0CM4ETM0ITZmV2a）の最初のレベルの場合、切片の変量効果は次のようになります。1.4243088 - 9.925e-01 = 0.4318088

つまり、特定のレベルの個々の切片CODEは、グローバル切片にそのレベルのランダム効果を加えたものに等しくなりますCODE。同様にMZP.log