我想测试某些变量是否会影响分数。在启动以下代码之前，我尝试使用正态线性回归，但我发现我的分布具有异方差、非正态性的特征，但它是线性的。我的数据集是纵向的。
我的因变量是一个从 0 到 100（连续）的分数，然后我有不同的自变量，它们是百分比或虚拟变量，对于我使用“国家”作为因素的混合效应。
我尝试使用 glmmTMB 包中的函数： glmmTMB(分数 ~ AN + BC + OU + AR + GE + LO +(1|COUNTRY)，数据 = my_dataset)
那么我可以使用这个模型吗？或者在这样做之前，我是否必须检查 GLMM 诊断假设？如果是这样，我应该怎样做才能确保使用正确的型号？
您可以使用这样的模型，但如果没有有关您的数据的更多信息（最好是一个可重现的示例），则很难提供详细的建议。
您可以拟合您的模型并检查模型假设，这是可以完成的，例如使用性能包。
插图中有示例，这里如何解释诊断图： https://easystats.github.io/performance/articles/check_model.html
这里有一个案例研究如何比较不同的模型并找出哪个模型（在几个竞争模型中）最适合数据： https://easystats.github.io/performance/articles/check_model_practical.html