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 3.1.8 v dplyr 1.0.10
## v tidyr 1.2.1 v stringr 1.4.1
## v readr 2.1.2 v forcats 0.5.2
## 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()
library(multilevel)
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
|
##