R中的多级逻辑回归

Question

对于实习船，我正在评估一项环保倡议，会员可以向他们的邻居宣传该倡议，以说服他们也加入。

我想从一组预测变量中预测组成员身份（二进制）：

1. 人口统计数据（4 个分类变量，2 个连续变量）
2. 心理变量（9 个连续变量）
3. 邻里印象（8 个连续变量）
4. 倡议的印象（2 分类，2 连续）

数据是在 30 个不同的社区收集的，因此我的主管建议我在分析中控制社区。​​p>

我现在想做的是：

依次添加四组预测变量，以查看模型拟合是否上升 - 如果是，由于集合中的哪些变量 -同时控制邻域。 p>

是否有任何带有文档的 R 包可以构建这样的模型？任何关于这种建模、假设、结果解释等的文献提示也非常受欢迎！

我以前只使用过非常基本的多级模型，所以我有点迷失在这种情况下。非常感谢！

Answer 1

您的问题中没有任何代码，因此可以考虑将其移至交叉验证。至于学习如何在 R 中建模，谷歌会给many suggestions。但是给你一个基本的起点

glm_out <- glm(group ~ D1 + ... + Neighborhood, family = binomial(), data = D)

“组”是您的响应，您的预测变量位于我放置 D1 + ... 的位置，并且您还将 Neighborhood 包括在模型中。您所描述的任何内容都不是嵌套的，因此这应该可以控制 Neighborhood 效果。然后可以使用 MASS 包中的stepAIC 进行模型选择。

glm_aic <- MASS::stepAIC(glm_out)
summary(glm_aic)

您当然可以使用其他更复杂的程序。