什么“.~。 - ”在lmer中意味着什么？

Question

我试图理解一段代码测试两种模型之间的似然比。

mod <- lmer(Proportion~(Trained*Level)+Gender+Race+Scan+(1|ID), df_RSW_TN)
mod_interaction <- update(mod, . ~ . - Trained:Level)

anova(mod, mod_interaction)

我的问题是：

1. (Trained*Level)是什么意思？
2. . ~ . - Trained:Level是什么意思？

Answer 1

原始模型公式包含wrong number of arguments (given 4, expected 0)，它将适合Trained*Level和Trained的“主要效果”，以及它们的互动Level。所以Trained:Level。

Trained*Level = Trained + Level + Trained:Level调用减去update()，因此从更新的模型中移除此交互效果，同时保持主效果。点Trained:Level代表现有字词，因此使用.左侧的.可保留原始因变量~，并使用Proportion右手边保留所有其他预测因子。