
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 3.2//EN">

<HTML>

<HEAD>

<META HTTP-EQUIV="Content-Type" CONTENT="text/html; charset=iso-8859-1">

<META NAME="Generator" CONTENT="MS Exchange Server version 6.5.7638.1">

<TITLE>Multilevel analysis for complex surveys</TITLE>

</HEAD>

<BODY>

<!-- Converted from text/plain format -->


<P><FONT SIZE=2>Dear subscribers,<BR>

<BR>

I want to carry out a mediation analysis with variables collected in a survey (for more information, see the thread "causally dependent mediators"). It was a complex survey with strata and individuals clustered in census sections. I do not have census section variables, but I want the models to be aware that individuals are not independent because they're grouped in census sections.<BR>

<BR>

My first question is if I should use mediation with glmer.<BR>

<BR>

In that case, my second question would be about the syntax to carry out this. In the example in Tingley's "mediation: R Package for Causal Mediation Analysis", the proposed models are:<BR>

<BR>

<BR>

R> library(lme4)<BR>

R> set.seed(2014)<BR>

R> med.fit <- glmer(attachment ~ catholic + gender + income + pared + (1|SCH_ID),<BR>

+ family = binomial(link = "logit"), data = student)<BR>

R> out.fit <- glmer(fight ~ catholic*attachment +<BR>

+ gender + income + pared + (1 + attachment|SCH_ID),<BR>

+ family = binomial(link = "logit"), data = student)<BR>

<BR>

I don't understand why in med.fit the term related to the clustering units is (1|SCH_ID), while (1 + attachment|SCH_ID) is the term in the out.fit.<BR>

<BR>

Thank you very much,<BR>

<BR>

Angel Rodriguez-Laso<BR>

Research Project Manager<BR>

Matia Instituto Gerontologico<BR>

</FONT>

</P>


</BODY>

</HTML>