如何在R中引导混合效果模型

Question

我有这种格式的数据集（df）

index <- runif(n = 100,min = 0, max = 1)
type1 <- rep("low", 50)
type2 <- rep("high", 50)
type <- c(type1,type2)

level1 <- rep("single", 25)
level2 <- rep("multiple", 25)
level3 <- rep("single", 25)
level4 <- rep("multiple", 25)
level <- c(level1,level2,level3,level4)

block <- rep(1:5, 10)
set <- rep(1:5, 10)

df <- data.frame("index" = index,"type" = type, "level" = level, "block" = block, "set" = set)
df$block <- as.factor(df$block)
df$set <- as.factor(df$set)

我想创建一个看起来像这样的模型

model <- lmer(index ~ type * level + (1|block) + (1|set), data = df)

但是，在我的原始数据中，拟合是不好的，因为数据绑定在0和1之间。我想引导这个混合效果模型。 关于如何实现这种模型的启动捆绑的任何想法？ 我想将这个完整的模型与子模型进行比较，例如。 没有互动，或单独使用level或type 。 我还希望最终模型的置信区间

Answer 1

confint()函数有一个merMod对象的方法。 以下应该有效：

confint(model, method = "boot", nsim = 1000)

并且有多个CPU：

confint(model, method = "boot", nsim = 1000,
        parallel = "multicore", ncpus = 8)