R 语法简单斜率 MEM答案

【问题标题】：R Syntax Simple Slopes MEMR 语法简单斜率 MEM
【发布时间】：2021-03-03 16:39:09
【问题描述】：

关于 R 上混合效果模型语法的问题。

我已运行以下代码来检查简单斜率，以确定我的一个变量（可变性）在我的另一个变量（歧义）中的影响：

lmer.E1.v2 <- lmer(logRT ~ Variability.c / Ambiguity.c + (Variability.c + Ambiguity.c|ID),
                   data=data %>% filter(Experiment == "E1"),
                   control=lmerControl(optimizer="bobyqa", optCtrl=list(maxfun=2e5)))
summary(lmer.E1.v2)

当我把这两个变量颠倒过来，让代码看起来像这样：

lmer.E1.v2 <- lmer(logRT ~ Ambiguity.c / Variability.c + (Ambiguity.c + Variability.c|ID),
                   data=data %>% filter(Experiment == "E1"),
                   control=lmerControl(optimizer="bobyqa", optCtrl=list(maxfun=2e5)))
summary(lmer.E1.v2)

.. 我在第一段代码中得到的输出与第二段不同。在语法中颠倒我的两个变量的顺序时，解释有什么区别？

【问题讨论】：

您能否将summary() 语句的输出包含在内？

标签： r syntax mixed-models

【解决方案1】：

主要问题是/ 运算符不可交换（即a/b != b/a）：a/b 扩展为a + a:b，而b/a 扩展为b + a:b。您应该获得相同的整体拟合（预测、可能性等），至少达到某种程度的数值模糊，但模型参数化会有所不同。

确实存在(a+b|g) 与(b+a|g) 给出不同答案的情况（请参阅here，但这是不寻常的）。

【讨论】：