Posthoc(计划)的比较作为解释变量的不同级别之间的对比,在fitlme

10视图(30天)

显示旧的评论

z8080 约23小时前

0
链接

这个问题直接联系

//www.tatmou.com/matlabcentral/answers/1979834-posthoc-planned-comparisons-as-contrasts-between-different-levels-of-a-regressor-in-fitlme

评论道: z8080 约1小时前

我有5个不同的参与者数据评价维度(E),我有安装线性mixed-effects模型,分别为每个评级,与几个固定和随机预测:

                          资源表(M =。rating_A, M。groupSize, M。气孔导度,M。代表,M。培训,M。id_rater M.melody,“VariableNames”,{“评级”的groupSize气孔导度的“代表”“培训”“id_rater”“旋律”});
                         
                          公式=“评级~ groupSize +气孔导度+代表+培训+ (1 | id_rater) +(1 |旋律)';
                         
                          lme三个月。rating_A = fitlme(资源描述、公式);

我感兴趣的是运行其事后(计划)比较不同水平的一些预测,如看一种“学习”会导致更高的rating_A分数坦另一种类型。

为此,我试图定义形成鲜明对比 coefTest 如图所示, 在这里。我可能误解相反向量是如何编码的,但是这些似乎比较对比解释,isntead不同级别的一个解释变量? !

在任何情况下,我的统计报告 fitlme 结果说明,解释变量被当作连续的而不是他们事实上是分类变量,所以我从双分类或字符串转换所有的变量,然后 fitlme 不会接受他们作为输入:

                          M_categ = convertvars (M, {“groupSize”,气孔导度的,“代表”,“id_rater”,“旋律”},“字符串”);%如果转换分类相同,或cellstr
                         
                          资源表(M_categ =。rating_A M_categ。groupSize M_categ。气孔导度,M_categ。代表,M_categ。培训,M_categ。id_rater M_categ.melody,“VariableNames”,{“评级”的groupSize气孔导度的“代表”“培训”“id_rater”“旋律”});
                         
                          错误使用classreg.regr.lmeutils.StandardLinearLikeMixedModel / validateInputs

然后我试图通过使用相同名义() 仍然,这给了一个错误:

                          资源表(M =。rating_A,名义(M.groupSize)名义(M.cond)名义(M.rep), M。培训、名义(M.id_rater)名义(M.melody),“VariableNames”,{“评级”的groupSize气孔导度的“代表”“培训”“id_rater”“旋律”});
                         
                          lme三个月。rating_A = fitlme(资源描述、公式);
                         
                          固定影响设计必须满列秩矩阵X。