Hallo!
Erstmal Danke für die Rückmeldungen. Die Daten sind jetzt angehängt.
Derzeit arbeite ich mit folgendem Modell:
Code: Alles auswählen
Mod8 <- glmer(Assoziationen ~ Design + Autokauf + Vertrautheit + Meinung +
Schwierigkeit + AusdruckMeinung + Wichtigkeit + (1|Fall.Nr.),
data=D[Assoziationen!=-1,], family = binomial(link= "logit"))
Output:
Code: Alles auswählen
Generalized linear mixed model fit by maximum likelihood (Laplace
Approximation) [glmerMod]
Family: binomial ( logit )
Formula: Assoziationen ~ Design + Autokauf + Vertrautheit + Meinung +
Schwierigkeit + AusdruckMeinung + Wichtigkeit + (1 | Fall.Nr.)
Data: D[Assoziationen != -1, ]
AIC BIC logLik deviance df.resid
26.7 80.8 -4.4 8.7 2985
Scaled residuals:
Min 1Q Median 3Q Max
-5.3124 0.0000 0.0000 0.0000 0.3755
Random effects:
Groups Name Variance Std.Dev.
Fall.Nr. (Intercept) 0 0
Number of obs: 2994, groups: Fall.Nr., 108
Fixed effects:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -104.75 513.90 -0.204 0.838
Design -18.77 527.89 -0.036 0.972
Autokauf -96.02 515.10 -0.186 0.852
Vertrautheit 21.89 533.37 0.041 0.967
Meinung -22.29 672.32 -0.033 0.974
Schwierigkeit 75.30 311.96 0.241 0.809
AusdruckMeinung 38.34 155.98 0.246 0.806
Wichtigkeit -79.54 530.21 -0.150 0.881
Correlation of Fixed Effects:
(Intr) Design Autokf Vrtrth Meinng Schwrg AsdrcM
Design -0.029
Autokauf -0.225 -0.024
Vertrauthet -0.025 -0.148 -0.032
Meinung -0.156 -0.074 -0.159 -0.088
Schwierigkt -0.142 -0.382 -0.144 -0.425 -0.185
AusdrckMnng -0.142 -0.382 -0.144 -0.425 -0.185 1.000
Wichtigkeit -0.013 -0.212 -0.008 -0.150 -0.046 -0.407 -0.407
convergence code: 0
Model is nearly unidentifiable: large eigenvalue ratio
- Rescale variables?
Die Varianz ist hier auch mit 0 angegeben [Danke für den Hinweis!], wie auch bei allen anderen Modellen, die ich bisher so versucht habe.
Die Fehlermeldung "
Hessian is numerically singular: parameters are not uniquely determined" kommt zwar nicht mehr, dafür die Warnung ganz am Ende des Outputs. Mit beidem kann ich ehrlich gesagt nichts anfangen...klar, Varianz = 0 klingt sehr fragwürdig, aber ich weiß nicht, woran es liegt. Ich vermute, es ist ein Wurm in den Daten, vielleicht ein systematischer Fehler?
Ist die Responsevariable (Assoziationen) binär?
Nein, die hat drei Ausprägungen [-1;0;1], allerdings werden die Zeilen mit -1 als Assoziationsausprägung in der Regression nicht beachtet. Das soll bewirken, dass die Responsevariable binär ist, um die binäre logistische Regression durchführen zu können.
Noch ein Problem:
"Die verschiedenen Designs sind als Faktor kodiert und der erste Level wird als Baseline verwendet, d.h. im Intercept inkludiert."
Diese Info habe ich bekommen, dies soll das Modell erfüllen. So wie ich es sehe, müssen die Designs noch als Faktor codiert werden. Das dritte Design soll in den Intercept, damit die Koeffizienten im Output aussagen, wieweit die übrigen Variablen und die beiden verbliebenen Designs die Stabilität der Antworten (d.h. Assoziation = 1) beeinflussen. Nützt dafür das Paket "baseline" etwas oder macht das etwas völlig anderes?
Erstmal muss das Modell passen, aber vielleicht hilft es ja, zu wissen, was am Ende dargestellt sein soll.
Ich freue mich über Gedanken und Hilfestellung!
