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?

Ответы на вопрос(1)

Ваш ответ на вопрос