1

我正在使用该lme包创建一个线性混合模型,因为我需要为数据指定一个 AR1 相关结构和异质方差(它是 3 个单独刺激的时间序列数据)。

我有 2 个感兴趣的变量 - CS 和 sec - 它们都是固定变量,但sec在 y 轴上,CS是分组变量。每个 CS 都是每秒测量一次,因此它们是交叉变量,我有理由相信我需要为两者分别建模随机斜率和截距。我的原始模型如下所示:

model <- lme(DV ~ CS + sec + CS:sec, random = ~CS|subject, method = "ML", data = df)

但这只是为每个 CS 建模一个单独的斜率。我从阅读中知道,建模交叉随机变量lme是一件苦差事,并且已经阅读了这篇关于如何可能进行的文章。不幸的是,这种策略似乎只模拟交叉的斜坡?有没有办法做类似的事情,以便对变量斜率和截距进行建模?在这次黑客攻击的背景下,这是否有意义?我知道这可以通过lmer命令中的简单语法使用简单的东西(slope | g1) + (slope2 | g2)来完成,所以看起来很奇怪,它不能在lme

4

0 回答 0