install.packages("multilevel",repos = "http://cran.us.r-project.org")

## package 'multilevel' successfully unpacked and MD5 sums checked
## 
## The downloaded binary packages are in
##  C:\Users\user\AppData\Local\Temp\Rtmp2dqk7W\downloaded_packages

library(multilevel)

## Warning: 套件 'multilevel' 是用 R 版本 4.1.3 來建造的

## 載入需要的套件：nlme

## 載入需要的套件：MASS

library(tidyverse)

## Warning: 套件 'tidyverse' 是用 R 版本 4.1.3 來建造的

## -- Attaching packages --------------------------------------- tidyverse 1.3.2 --

## v ggplot2 3.3.6     v purrr   0.3.4
## v tibble  3.1.7     v dplyr   1.0.9
## v tidyr   1.2.0     v stringr 1.4.0
## v readr   2.1.2     v forcats 0.5.1

## Warning: 套件 'ggplot2' 是用 R 版本 4.1.3 來建造的

## Warning: 套件 'tibble' 是用 R 版本 4.1.3 來建造的

## Warning: 套件 'tidyr' 是用 R 版本 4.1.3 來建造的

## Warning: 套件 'readr' 是用 R 版本 4.1.3 來建造的

## Warning: 套件 'purrr' 是用 R 版本 4.1.3 來建造的

## Warning: 套件 'dplyr' 是用 R 版本 4.1.3 來建造的

## Warning: 套件 'stringr' 是用 R 版本 4.1.3 來建造的

## Warning: 套件 'forcats' 是用 R 版本 4.1.3 來建造的

## -- Conflicts ------------------------------------------ tidyverse_conflicts() --
## x dplyr::collapse() masks nlme::collapse()
## x dplyr::filter()   masks stats::filter()
## x dplyr::lag()      masks stats::lag()
## x dplyr::select()   masks MASS::select()

data(klein2000, package="multilevel")
dta <- klein2000


dta_a <- dta %>%
        group_by(GRPID) %>%
        mutate(mneglead=mean(NEGLEAD))

m0 <- lme4::lmer(JOBSAT ~ (PAY | GRPID), data=dta)
sjPlot::tab_model(m0, show.p=FALSE, show.r2=FALSE)

	JOBSAT
Predictors	Estimates	CI
(Intercept)	0.28	-0.01 – 0.57
Random Effects
σ2	4.42
τ00 GRPID	0.84
τ11 GRPID.PAY	1.07
ρ01 GRPID	-0.35
ICC	0.16
N GRPID	50
Observations	750

m1 <- lme4::lmer(JOBSAT ~ mneglead + (1|GRPID), data=dta_a)
sjPlot::tab_model(m0, show.p=FALSE, show.r2=FALSE)

	JOBSAT
Predictors	Estimates	CI
(Intercept)	0.28	-0.01 – 0.57
Random Effects
σ2	4.42
τ00 GRPID	0.84
τ11 GRPID.PAY	1.07
ρ01 GRPID	-0.35
ICC	0.16
N GRPID	50
Observations	750