我一直在尝试将 R 中的非线性混合模型拟合到我的数据中，但我很难理解人们正在使用的帮助文件和示例。我是一名硕士生，试图在 22 天内将行为变化建模为 4 只羊的福利措施。第 -4 天到第 -1 天用作基线，第 0 天没有像在手术中那样进行测量，第 1 天到第 17 天是我感兴趣的。绘制不同的数据集让我在手术后的第 1 天到第 3 天有很好的下降他们或多或少地回到了基线。我首先被告知要对我的解释变量（Day）进行平方，但是当使用 lmer() 时，它根本不会真正改变我的结果。所以我想尝试 nlmer 看看是否效果更好。
我的数据集看起来像这样，下降到 500 行左右。“绵羊”被解读为一个因素：
. Behaviour Sheep Day DaySq Block Observed Frequency
1 Standing 2 -4 16 0 49 71.01449
2 Lying 2 -4 16 0 12 17.39130
3 Eating 2 -4 16 0 36 52.17391
4 Ruminating 2 -4 16 0 16 23.18841
5 Moving in pen 2 -4 16 0 0 0.00000
6 XDisturbance 2 -4 16 0 9 13.04348
我的 lmer 模型看起来像这样
lmer(Frequency ~ Behaviour * Day + (1|Sheep), behdata2)
我想做一些类似但非线性的事情。那可能吗？我尝试了几个版本，但我不知道如何正确执行此操作并不断收到错误消息。R 帮助文件中的示例似乎假设了很多我没有的知识。任何帮助，将不胜感激！