R 什么是模型矩阵/设计矩阵

R 什么是模型矩阵/设计矩阵,r,lme4,mixed-models,multi-level,R,Lme4,Mixed Models,Multi Level,我无意中发现了R中的stats::model.matrix函数。在描述中,它说它将创建一个设计矩阵。它给了我一个奇怪的行数,这与我的数据中的观察数和模型中的参数数都不对应 什么是设计矩阵/模型矩阵 下面是我如何使用它的: M03b <- glmer(APMs ~ PrePost + Gf + eyeFRF + (1|content) + (eyeFRF|ID), data=mlmData, family=binomial("logit")) X <- model.matrix(

我无意中发现了R中的stats::model.matrix函数。在描述中,它说它将创建一个设计矩阵。它给了我一个奇怪的行数,这与我的数据中的观察数和模型中的参数数都不对应

什么是设计矩阵/模型矩阵

下面是我如何使用它的:

M03b <- glmer(APMs ~ PrePost + Gf + eyeFRF + (1|content) + (eyeFRF|ID),    data=mlmData, family=binomial("logit"))
X <- model.matrix(M03b)

它给了我一个2895x4的矩阵。ID有105个级别和28个内容,所以行数对我来说没有多大意义。也许缺少值是个问题

在回归模型中,以矩阵向量形式写成

Y = X * B + e,
矩阵X是设计矩阵,Y是因变量的观测向量,B是响应系数向量,每个解释变量一个,e是包含各种观测的模型误差项值的向量。在设计矩阵中,每列是一个解释变量的观察向量

因此,X的大小必须确保它是一个nxm矩阵,而B是一个mxp矩阵,从而允许仅当X中的列数等于B中的行数(在这种情况下为m)时,才定义乘积XB


给定X的2895x4 dim,您应该能够确认您的B,M03b,有4个响应系数。

在回归模型中,以矩阵向量形式写成

Y = X * B + e,
矩阵X是设计矩阵,Y是因变量的观测向量,B是响应系数向量,每个解释变量一个,e是包含各种观测的模型误差项值的向量。在设计矩阵中,每列是一个解释变量的观察向量

因此,X的大小必须确保它是一个nxm矩阵,而B是一个mxp矩阵,从而允许仅当X中的列数等于B中的行数(在这种情况下为m)时,才定义乘积XB


考虑到X的2895x4尺寸,你应该能够确认你的B,M03b,有4个响应系数。

你能举个例子说明你是如何使用函数“快乐”的吗!在op中添加了一些行。你能举一个例子说明你是如何使用function pleasesure的吗!已经在op中添加了一些行。谢谢。事实上,我刚刚发现其中一个预测变量上有45个缺失,因此我在设计矩阵中得到了105x28-45=2895行。谢谢。实际上,我刚刚计算出其中一个预测变量上有45个缺失,因此我在设计矩阵中得到105x28-45=2895行。