3.1.1. Nemlineáris és lineáris regressziós kevert modellek

A jegyzet hozzáadásához kérjük, lépj be!

Hivatkozások
Válaszd ki a számodra megfelelő formátumot:
Harvard:
Chicago:
APA:
Az adatokra először a szakirodalomban gyakran használt lineáris kevert modellt (linear mixed-effects models, LMM) alkalmaztunk. A modellben szereplő függő változónak (para)metrikusnak kell lennie, vagyis abból kell kiindulnunk, hogy a skála egyes pontjai közötti távolságok azonosak, és az eloszlás unimodális. Nincs okunk feltételezni, hogy a skálán bármely két pontszám közötti különbség eltérne a többitől (szemben például a ’nem válaszolok’ opciót tartalmazó skálákkal). Mind az érzelemerősség, mind az érzelmi töltet unimodális, de nem szimmetrikus eloszlást mutat a pontszámok összeségére nézve, a mediánjuk mindkét esetben 1.

A jegyzet hozzáadásához kérjük, lépj be!

Hivatkozások
Válaszd ki a számodra megfelelő formátumot:
Harvard:
Chicago:
APA:
A modellekben két random hatást vettünk figyelembe: a beszélőket, akik várhatóan eltérő pontszámokat kapnak egyéni különbségeiknél fogva, valamint a címkézőket, akik várhatóan nem azonos pontszámokat adnak egyazon mondatra. Két fix hatást vettünk figyelembe, a felvétel időpontját (a baba életkora) és a regisztert (felnőtthöz vagy gyermekhez intézett beszéd), valamint ezek interakcióját. A korábbi irodalom alapján azt vártuk, hogy az édesanyák a kétféle regiszterben eltérő pontszámokat kapnak, ezért a beszélők regiszterenkénti pontszámaira random meredekségeket (slope) számoltunk. A címkézők nem voltak tudatában annak, hogy a mondatok kétféle regiszterből származnak, és nem is vártuk, hogy a kétféle regiszter megítélésében jelentősen különbözzenek, ezért a címkézőkre csak random metszéspontot (intercept) illesztettünk. Az R statisztikai szoftverben az lme4 csomag (Bates et al. 2015) behívásával a következő képletet adtuk meg:
 

A jegyzet hozzáadásához kérjük, lépj be!

Hivatkozások
Válaszd ki a számodra megfelelő formátumot:
Harvard:
Chicago:
APA:
lmer(nyerspontszam∼regiszter∗kor+(1+regiszter|beszelo)+(1|cimkezo), data)
 

A jegyzet hozzáadásához kérjük, lépj be!

Hivatkozások
Válaszd ki a számodra megfelelő formátumot:
Harvard:
Chicago:
APA:
Az ordinális skálájú függő változók kezelésére kifejlesztett modell a Cumulative Link Mixed Model (CLMM), ami ún. kapcsoló függvényeken alapszik (Prőhle– Zempléni 2013), hasonlóan az általánosított lineáris kevert modellekhez. A megfelelő modell az R ordinal csomagjában elérhető (Christensen 2019) a clmm() függvénnyel. Előrebocsátjuk, hogy az azonos struktúrával felállított kumulatív összefüggésekre alkalmazott ordinális kevert modell z-értékei igen hasonlóak voltak a parametrikus kevert modell értékeihez, ezért legitim az utóbbi eljárás alkalmazása, és ezzel együtt az átlag és a szórás számítása is. (A két modellhez tartozó részletes eredményeket a 4.1. részben adjuk meg.)
 
Menü