如何从modelsummary包中提取MSSummary的lmer()模型的拟合优度统计信息
我正在使用如何从modelsummary包中提取MSSummary的lmer()模型的拟合优度统计信息,r,regression,lme4,lmertest,modelsummary,R,Regression,Lme4,Lmertest,Modelsummary,我正在使用lmerTest::lmer()对重复测量数据执行线性回归 我的模型包含固定效应(5级因子)和随机效应(主题): 问题是,默认情况下,glance或performance中没有一个统计信息可用,这意味着您需要做一些腿部工作来定制输出 首先,我们加载库并估计模型: 库(模型摘要) 图书馆(lmerTest) mod aic bic r2.条件r2.边际icc rmse西格玛nobs #> 1 181.8949 187.7578 0.6744743 0.1432201 0.6
lmerTest::lmer()
对重复测量数据执行线性回归
我的模型包含固定效应(5级因子)和随机效应(主题):
问题是,默认情况下,
glance
或performance
中没有一个统计信息可用,这意味着您需要做一些腿部工作来定制输出
首先,我们加载库并估计模型:
库(模型摘要)
图书馆(lmerTest)
mod aic bic r2.条件r2.边际icc rmse西格玛nobs
#> 1 181.8949 187.7578 0.6744743 0.1432201 0.6200592 2.957141 3.149127 32
您会注意到那里没有N(主题)
统计信息,所以我们需要手动添加它。一种可复制的方法是利用中描述的glance\u custom
机制。要做到这一点,我们需要知道模型的类别:
class(mod)[1]
#>[1]“lmerModLmerTest”
然后,我们需要为这个类名定义一个方法。此方法应称为glance\u custom.CLASSNAME
。在lmerModLmerTest
模型中,可以通过获取摘要中的ngrps
对象来检索组数。所以我们这样做:
glance\u custom.lmerModLmerTest您能澄清一下您的预期输出是什么吗?太棒了!这个更详细的例子说明了如何从get_god()
到gof_map()=gm
非常有帮助和深刻的见解–非常非常感谢!仅针对边际和配置R^2调整“fmt=2”
library(lmerTest)
model_lm <- lmer(likertscore ~ task.f + (1 | subject), data = df_long)
Linear mixed model fit by REML ['lmerModLmerTest']
Formula: likertscore ~ factor + (1 | subject)
Data: df_long
REML criterion at convergence: 6674.915
Random effects:
Groups Name Std.Dev.
subject (Intercept) 1.076
Residual 1.514
Number of obs: 1715, groups: subject, 245
Fixed Effects:
(Intercept) factor1 factor2
3.8262 1.5988 0.3388
factor3 factor4 factor5
-0.7224 -0.1061 -1.1102
library("performance")
performance::model_performance(my_model)
# Indices of model performance
AIC | BIC | R2 (cond.) | R2 (marg.) | ICC | RMSE | Sigma
-----------------------------------------------------------------
6692.91 | 6741.94 | 0.46 | 0.18 | 0.34 | 1.42 | 1.51