多级逻辑回归猜测参数
Multilevel logistic regression guessing parameter
我在 R 中的 lme4 包和 MPlus 中工作，遇到以下情况：
我想根据变量 A（连续）预测变量 B（二分法），控制 a) 受试者水平上的随机效应； b) 任务。
A -> B (1)
问题是，当我使用模型从 A 预测 B 的值时，预测值低于 0.5 的概率，在我的例子中，这没有意义，因为，如果你随机猜测， B 的正确答案概率为 0.5。
我想知道如何在 R 或 MPlus 中约束模型 (1)，使其不会预测变量 B 中低于 0.5 的值。
谢谢！
感谢 Kenneth Knoblauch 先生，我找到了问题的解决方案。基本上，您需要 psyphy 包才能使用 mafc.logit 功能。
例如，代码如下所示：
mod <- glm(B ~ A, data = df, family = binomial(mafc.logit(.m = 2)))
然后涉及到(.m = 2) - 双选任务的猜测参数。
干杯！
我在 R 中的 lme4 包和 MPlus 中工作，遇到以下情况：
我想根据变量 A（连续）预测变量 B（二分法），控制 a) 受试者水平上的随机效应； b) 任务。
A -> B (1)
问题是，当我使用模型从 A 预测 B 的值时，预测值低于 0.5 的概率，在我的例子中，这没有意义，因为，如果你随机猜测， B 的正确答案概率为 0.5。
我想知道如何在 R 或 MPlus 中约束模型 (1)，使其不会预测变量 B 中低于 0.5 的值。
谢谢！
感谢 Kenneth Knoblauch 先生，我找到了问题的解决方案。基本上，您需要 psyphy 包才能使用 mafc.logit 功能。
例如，代码如下所示：
mod <- glm(B ~ A, data = df, family = binomial(mafc.logit(.m = 2)))
然后涉及到(.m = 2) - 双选任务的猜测参数。
干杯！