在模型中拟合涉及受试者内变量的 beta 分布：要求的公式

Question

我的因变量

st

的分布遵循 Beta 分布（通过命令

descdist

可见）。现在我必须创建我的模型。 唯一的问题是我的实验设计是 3x2，其中我有一个名为

temp

的 IV，一个在参与者（不同时间的同一参与者）内测量 3 个水平的因子，以及一个名为

cond

的 IV，一个具有 3 个水平的因子2 个水平作为参与者之间的效应（两个不同的组）进行测量。我想同时看到主效应和交互效应。 到目前为止，我已经在用

betareg()

拟合分布后应用了

fitdist()

公式来进行 beta 分布。唯一的问题是，我不知道如何在

betareg()

公式中表明我的临时变量是 within，而我的

cond

变量是 Between 主题。你能帮我吗？

我尝试应用这个公式：

MSTb=betareg(scaledst~temp*cond, data=ds.cy)

然后方差分析

Anova(MSTB)

它给了我一个结果，但我认为它没有考虑重复测量的情况。

应用这个公式是行不通的：

MSTb=betareg(scaledst~temp*cond+(1|id), data=ds.cy)

其中“id”是要过滤的参与者的代码。它给了我这个错误：Error in

`contrasts<-`(`*tmp*`, value = contr.funs[1 + isOF[nn]]) : 
  the contrast can be applied only to factors variable with 2 or more levels 
In addition: Warning message:
In Ops.factor(1, id) : ‘|’ not meaningful for factors 

这个都不是：

betareg(scaledst~temp*cond+(1+temp|id), data=ds.cy)

Error in `contrasts<-`(`*tmp*`, value = contr.funs[1 + isOF[nn]]) : 
  contrasts can be applied only to factors with 2 or more levels
In addition: Warning messages:
1: In Ops.factor(1, temp) : ‘+’ not meaningful for factors
2: In Ops.factor(1 + temp, id) : ‘|’ not meaningful for factors

Answer 1

betareg

不处理混合模型/随机效果，因此它的公式处理器变得混乱。你可以试试

glmmTMB

:

library(glmmTMB)
MSTb <- glmmTMB(scaledst~temp*cond+(1|id), data=ds.cy, family = beta_family)

由于

temp

是一个受试者内变量，并且您有两个以上水平（因此受试者内变异不会与残余变异混淆），您可以尝试

scaledst~temp*cond+(temp|id)

考虑受试者之间温度效应的差异。

我相信

GLMMadaptive

和

brms

包也可以处理具有 Beta 分布式响应的混合模型（尽管 混合模型任务视图 在这方面不太清楚......）

---

PS，使用

descdist

和

fitdist

来表征响应的 marginal（整体）分布并没有什么意义；您需要评估数据的条件分布是否足够好地遵循某些特定的假设分布...