1

我正在尝试从我的数据中计算贝叶斯因子，并且我的混合效应模型在 R 和 SPSS 中得到了非常不同的结果。线性的很好，但不是二项式。这是R代码：

``memory.model = glmer(correct ~ (1|ps) + (1|item), data=memorystudy, family=binomial, glmerControl(optimize = "bobyqa"))
memory.model2 = glmer (correct ~ encoding + retrieval + (1|ps) + (1|item), data=memorystudy, family=binomial, glmerControl(optimize = "bobyqa"))
memory.model3 = glmer (correct ~ encoding*retrieval + (1|ps) + (1|item), data=memorystudy, family=binomial, glmerControl(optimize = "bobyqa"))``

和 SPSS 语法：

``GENLINMIXED
/FIELDS TARGET = correct
/DATA_STRUCTURE SUBJECTS = ps*item COVARIANCE_TYPE = VARIANCE_COMPONENTS
/TARGET_OPTIONS DISTRIBUTION = BINOMIAL LINK = LOGIT REFERENCE = 0
/FIXED EFFECTS = encoding retrieval
/RANDOM USE_INTERCEPT = TRUE SUBJECTS = ps*item.``

    ``GENLINMIXED
/FIELDS TARGET = correct
/DATA_STRUCTURE SUBJECTS = ps*item COVARIANCE_TYPE = VARIANCE_COMPONENTS
/TARGET_OPTIONS DISTRIBUTION = BINOMIAL LINK = LOGIT REFERENCE = 0
/FIXED EFFECTS = encoding retrieval encoding*retrieval
/RANDOM USE_INTERCEPT = TRUE SUBJECTS = ps*item.``

每个模型的 R 中的 BIC 约为 2280，而在 SPSS 中为 13973 ......而且 SPSS 没有给我任何结果，例如效果大小，所以我无法将它与 R 进行比较。有没有办法改变一些东西在 SPSS 所以它给了我一致的结果？

4

1 回答 1

0

我承认我不是 SPSS 用户，所以如果有 SPSS 用户，请随时更正这个答案。我注意到在您的 R 模型中，ps并且item是单独的随机截距。浏览 SPSS 手册（参见例如此链接，在“线性混合模型”部分下），似乎这些应该单独指定，例如

``GENLINMIXED
/FIELDS TARGET = correct
/DATA_STRUCTURE SUBJECTS = ps*item COVARIANCE_TYPE = VARIANCE_COMPONENTS
/TARGET_OPTIONS DISTRIBUTION = BINOMIAL LINK = LOGIT REFERENCE = 0
/FIXED EFFECTS = encoding retrieval
/RANDOM USE_INTERCEPT = TRUE SUBJECTS = ps
/RANDOM USE_INTERCEPT = TRUE SUBJECTS = item.``
于 2018-05-15T15:47:05.920 回答