Seite 1 von 1

Gemischte lineare Modelle

Verfasst: Di Okt 20, 2020 12:46 pm
von BAURIA
Hallo Zusammen :)

Ich möchte für eine Arbeit ein gemischtes lineares Modell berechnen. Ich habe mehrere fixed effects und nur einen random effect. Allerdings weiss ich nicht welche Methode ich verwenden soll um die Modelle zu berechnen. Ich habe bisher mit dem lmer Package gerechnet:

Code: Alles auswählen

WutK <- lmer (Bewertung ~ Alter_zentriert + Ausbildungsjahre + (1|PbnID) + GeschlechtPbn + GeschlechtStimulus, data = datenWutK)
Nun wurde mir aber gesagt, dass die Werte die hier berechnet werden mit der Satterthwaite method berechnet werden und es sich nur um approximierte Werte handelt. Zudem ist es nicht möglich, mit der Funktion confint () die Konfidezintervalle und mit der Funktion r2() das Bestimmtheitsmass zu berechnen, da diese nicht mithilfe der Satterthwaite method berechnet werden. Wie ist es also möglich die Konfidenzintervalle und das Bestimmtheitsmass zu berechnen?

Als alternative Methode habe ich den LRT berechnet:

Code: Alles auswählen

WutK.lme4 <- lme4::lmer (Bewertung ~ Alter_zentriert + Ausbildungsjahre + (1|PbnID) + GeschlechtPbn + GeschlechtStimulus, data = datenWutK)
drop1(WutK.lme4, test = "Chisq")
Mein Problem bei dieser Methode ist allerdings, dass ich bei dem Modell mit Interaktion den p-Wert für die Variablen „Alter_zentriert“ und „Kontext“ alleine gar nicht sehe sondern nur die Werte für die Interaktion. Gibt es eine Möglichkeit wie ich die Werte für diese beiden Variablen auch sehen kann?

Oder habt ihr noch einen anderen Vorschlag, wie ich die mixed Models am besten berechnen soll?

Vielen Dank im Voraus und liebe Grüsse :D