Я пытаюсь построить криволинейный эффект с включением регрессор от модели многоуровневой (СВА) в R (см модели ниже)Plotting Криволинейных Отношения с моделью Multi-Level в R
modelUF_US2 = lmer(ufeel ~ age_c + nat + extra_c + trait_sk_c + neuro_c + agree_c + open_c + g.usuccess + usuccess_cwc + usuccess_cwc2 + trait_sk_c2 (usuccess_cwc | subject), data = S6_MLM, REML = 0, na.action = "na.omit",)
Где usuccess_cwc2 - это квадрат члена usuccess_cwc, который я ищу в сюжете.
Я просмотрел сообщения, обсуждая, как моделировать криволинейные эффекты, используя simple models и MLMs, но не выяснили, как объединить эти два подхода.
Любая помощь на этом будет принята с благодарностью!
Спасибо за ответ. Как ни странно, когда я переопределяю модель, включающую I (usuccess_cwc)^2, матрица с фиксированным эффектом становится ранга недостаточной («матрица с фиксированным эффектом имеет ранг, дефицитный, поэтому падает 1 столбец/коэффициент»). Я прочитал [этот пост] (http://stats.stackexchange.com/questions/35071/what-is-rank-deficiency-and-how-to-deal-with-it), и это не похоже на мои данные должны быть точными. Вы использовали эту функцию раньше в многоуровневых моделях? –
См. Страницу справки '? Sjp.lmer', в одном из последних примеров используется полиномиальный член в формуле. – Daniel