如何解决使用 nlme 或 lme4 探测涉及二元变量的三向交互
我正在运行一个 3 向交互,其中包括一个二元变量(种族)和 2 个连续变量(年龄和年龄),这些变量随性别、SES 和药物使用而变化。看下面的代码
m1 <- lme(Anx ~ sex + SES + drug_use + race + age + dep + race:age + age:dep + dep:race + age:race:dep,random = ~1|ID,data = df,method = "REML",na.action = na.omit)
summary(m1)
intervals(m1,0.95)
为了探究重要的相互作用,我按种族进行了分层。然而,我被告知我不必跑 单独的种族分层分析以获得种族特定的估计值,但这些估计值可以直接从具有交互作用的模型中得出。有没有人对如何做到这一点有任何想法?
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。