41

我有来自参与者 ( part) 的受试者内生理数据，他们都在三轮 ( round) 中查看了刺激物（阅读报纸），每轮有五篇论文 ( )，并且在每一轮中，报纸上的访问次数 ( )paper不定visit. 我有两个固定因素（CONDhier和CONDabund）加上交互作用来预测生理状态（例如，EDA），这通常是自回归的。我试图通过随机效应来考虑生理上的个体差异（让我们暂时只考虑截距），并且可能会因另一种随机效应而在回合中感到疲劳。

因此，我想在 R 中运行的模型在 SPSS 中是：

MIXED EDA BY CONDhier CONDabund  
 /FIXED=CONDhier CONDabund CONDhier*CONDabund | SSTYPE(3)  
 /RANDOM=INTERCEPT | SUBJECT(part) COVTYPE(VC)  
 /RANDOM=INTERCEPT | SUBJECT(part*round) COVTYPE(VC)  
 /PRINT=SOLUTION  
 /METHOD=REML  
 /REPEATED=visit | SUBJECT(part*round*paper) COVTYPE(AR1).

现在，我明白了，虽然lme交叉项做得不好，lmer（处理交叉项没有问题）不能使用不同的协方差结构。我可以运行简单的 lme 模型，例如

    lme(EDA ~ factor(CONDhier) * factor(CONDabund), random= ~1
   |part, na.action=na.exclude, data=phys2)

但更复杂的模型超出了我的范围。我已经读过 lme 中的交叉术语可以通过随机定义来完成，例如

    random=pdBlocked(list(pdCompSymm(~part), pdCompSymm(~round-1), pdCompSymm(~paper-1), 
pdCompSymm(~visit-1)))

但这似乎阻止了我的 AR1 结构和 part*round 的第二个随机截距。而且我不太确定它是否与我的 SPSS 语法相同。

那么，有什么建议吗？尽管有很多关于 lme 和 lmer 的不同著作，但我找不到一个同时具有交叉术语和 AR1 的著作。

（此外， lme 上的语法似乎很模糊：从几个不同的来源我了解到 | 将左侧的内容分组到右侧的内容下， / 构成嵌套项， ~1 是随机截距， ~x 是随机斜率, 和 ~1+x 两者都是, 但似乎至少有 : 和 -1 定义我在任何地方都找不到。有没有教程可以解释所有不同的定义？)

4

2 回答 2

1

考虑允许复杂混合效果模型的 R 包 MCMCglmm。

https://cran.r-project.org/web/packages/MCMCglmm/vignettes/CourseNotes.pdf

尽管实施起来可能具有挑战性，但它可能会解决您一直遇到的问题。它允许分别给出固定和随机效应公式，例如。

fixed <- formula(EDA ~ CONDhier * CONDabund)
rand <- formula( ~(us(1+ CONDhier):part + us(1+ CONDhier):round + us(1+ CONDhier):paper + us(1+ CONDhier):visit))

随机效应之间的协方差结构以系数的形式给出，一旦模型运行 ，就可以summary()在对象上对其进行检查。MCMCglmm

于 2016-09-07T09:02:31.033 回答
-2

如果您有一个交叉协方差矩阵，请使用典型相关分析 (CCA)。CCA有一个记录在案的 R 包。

于 2016-06-26T23:32:35.960 回答