r - 全参数化模型

Question

我有一个这样的模型：

fm<-lmer(V4 ~ V2 * V3 + (1 | V1), data = data)

我想获得它的完整参数化，具有随机截距和随机斜率。我可以使用这个模型吗？

fm<-lmer(V4 ~ V2 * V3 + (1 + V2 + V3 | V1), data = data)

Answer 1

具有分组（即随机）截距和斜率的最通用模型V2和V3将是

lmer(V4 ~ V2 * V3 + (V2 * V3 | V1), data = data)

考虑到它V2 * V3的缩写，V2 + V3 + V2:V3我们可以识别以下术语：

1. 一个固定的效果偏移量（来自隐含的1 +）
2. 固定效应斜率V2
3. 固定效应斜率V3
4. V2和之间的固定效应交互项V3
5. 每个级别的随机效应偏移偏差V1（来自隐式(1 + ... | V1)
6. V2每个级别的随机效应斜率偏差V1
7. V3每个级别的随机效应斜率偏差V1
8. 一个随机效应交互项，表征与固定效应的偏差V2-V3每个级别的交互V1
9. 随机效应之间的所有相关性

Cross Validated post R 的lmer备忘单是了解各个术语以及如何连续构建最通用模型的重要资源。