要求验证混合模型的使用我有数万行数据，其中每一行是一个对象，列是预测变量。 我感兴趣的列是 10 分制的感官测量。 从变量筛选中，我将我的预测变量减少到 3 个分类变量。我有兴趣确定哪些级别最具影响力（我总共有 33 个级别）以及影响的方向。我不需要制定数值预测目标；一个可解释的定性模型就足够了。
我认为混合模型可以满足我的目的；固定效应参数估计 p 值将使我能够确定要关注的特定水平。问题：他们的固定参数估计是否是对影响进行排序的一种方式，估计的符号是否表明了影响的方向（即，+ 表示增加水平会增加响应，降低水平会降低响应）？
我很抱歉，但我以前从未使用过混合模型:(。提前感谢您的任何反馈。
分析回复：要求验证混合模型的使用是否可以显示数据表顶行的图片？ 它会帮助我想象你在做什么。
为什么是混合效应模型？ 您需要考虑的随机效应是什么？
是的，您对参数估计的解释是正确的。 您还可以检查每个重要术语的效果详细信息。 详细信息包括每个级别的 LS 均值。 或者，您可以绘制 LS 均值，并且您可以使用对比测试特定水平或水平组合之间的差异。
预测刻画器也是一个很好的工具，可以了解每个分类因素的每个级别的影响。 请注意，它基于模型，因此如果预测变量之间存在显着的交互作用，则此交互图对于理解组合效应更有价值。
