如何运行具有交叉独立随机效应的 GLMM答案

【问题标题】：How to run a GLMM with Crossed Independent Random Effects如何运行具有交叉独立随机效应的 GLMM
【发布时间】：2022-11-15 10:20:12
【问题描述】：

我需要运行一个混合效果模型，但我被卡住了，因为我的数据比我习惯运行的更复杂。这是我的数据框的示例。这是假数据，但它很好地传达了这一点。

我的假数据：

df <- data.frame(subject = c("Matt", "Matt", "Matt", "Matt", "Tom", 
    "Tom", "Tom", "Tom", "Sarah", "Sarah", "Sarah", "Sarah"), partner = c("Tom", 
    "Sarah", "Tom", "Sarah", "Matt", "Sarah", "Matt", "Sarah", "Matt", 
    "Tom", "Matt", "Tom"), closeness_score = c(100, 76, 100, 76, 100, 12, 100, 
    12, 76, 42, 76, 12), condition = c("control", "control", "experimental", 
    "experimental", "control", "control", "experimental", "experimental", 
    "control", "control", "experimental", "experimental"), donations = c(9, 
    1, 15, 4, 15, 0, 10, 2, 1, 1, 1, 1), total_donations = c(10, 10, 20, 
    20, 15, 15, 12, 12, 2, 2, 3, 3))

此数据来自组级实验，在该实验中，受试者可以在任何时候向任一伙伴捐赠物品。一个会话中的总捐款数在total_donations下指定，专门捐给该合作伙伴的捐款数在donations下指定。

我有三个科目，在任何给定的session 和subject 中都可以给partner。我正在尝试确定closeness_score 和condition 是否可以预测与其他合作伙伴相比，该合作伙伴的捐款数量。

我非常熟悉 R 包 lme4 并假设我将使用它来处理此数据以运行 GLMM。我还找到了一篇链接为here 的论文，它讨论了一个类似的例子，但其中很多内容都让我难以理解。

有没有人有建议或代码来运行这种模型？最终，我试图找出 closeness_score 和 condition 是否能预测一个主题为每个合作伙伴拉动的频率。

【问题讨论】：

标签： r lme4 random-effects glmm

【解决方案1】：

我认为作为一个开始

glmer(donations/total_donations ~ closeness_score*condition + 
                                  (1|subject) + (1|partner), 
      data = df, 
      family = binomial, 
      weights = total_donations)

应该让你相当接近。您的示例数据集中没有 session 变量，您也可以添加 (1|session)。（我假设您的每个受试者都参加了多个会议。）

原则上，您可以考虑不同的人对接近度分数或条件的反应是否不同（即(closeness_score|subject) 或(closeness_score*condition|subject) 形式的随机效应术语，但您很可能会用完数据/无法拟合这些模型.. .

你应该记得检查是否过度分散。

【讨论】：