Как масштабировать коэффициенты из lmer () - модели с масштабированным откликом
Я установил модель вR
сlmer()
-функция отlme4
пакет. Я масштабировал зависимую переменную:
mod <- lmer(scale(Y)
~ X
+ (X | Z),
data = df,
REML = FALSE)
Я смотрю на коэффициенты с фиксированным эффектом сfixef(mod)
:
> fixef(mod)
(Intercept) X1 X2 X3 X4
0.08577525 -0.16450047 -0.15040043 -0.25380073 0.02350007
Это довольно легко вычислить вручную из коэффициентов с фиксированными эффектами. Тем не менее, я хочу, чтобы они были не масштабированы, и я не уверен, как именно это сделать. Я знаю, что масштабирование означает вычитание среднего из каждогоY
и деление на стандартное отклонение. Но и среднее, и стандартное отклонение были рассчитаны на основе исходных данных. Могу ли я просто отменить этот процесс после того, как я установилlmer()
-моделировать с использованием среднего и стандартного отклонения исходных данных?
Спасибо за любую помощь!
Обновление: способ, которым я представил модель выше, по-видимому, подразумевает, что зависимая переменная масштабируется путем взятия среднего значения для всех ответов и деления на стандартное отклонение всех ответов. Обычно это делается по-другому. Вместо того, чтобы принимать общее среднее значение и стандартное отклонение, ответы стандартизируются по субъекту с использованием среднего значения и стандартного отклонения ответов этого субъекта. (Это странно вlmer()
Я думаю, что случайный перехват должен позаботиться об этом ... Не говоря уже о том, что мы говорим о вычислении средних по порядковому масштабу ...) Проблема, однако, остается той же: как только я подобрал такую модель, есть ли чистый способ перемасштабировать коэффициенты подогнанной модели?