我想根据Raudenbush / Bryk（1992/2002），Hierarchical Linear Models，p178 - 179，对我的数据进行分段增长回归。
我将不得不应用多级模型来执行此操作。
我是我需要使用的lme4-package。
我的数据包含每个ID的销售收入。 我有两个断点：销售额＆gt; 10和销售额＆gt; 25。 我想分析断点前后的销售增长情况。
每个ID都有两个变量： var1：123455555555（当salesrevenue超过10（breakpoint1）时，变量保持不变） var2：000000006789（当销售收入超过25（断点2）时，变量增加，25之前为0）
df = data.frame (
ID = c(1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2),
sales = c(1,4,10,12,20,26,28,2,5,9,12,13,18,26,29,35),
var1 = c(1,2,3,3,3,3,3,1,2,3,4,4,4,4,4,4),
var2 = c(0,0,0,0,0,1,2,0,0,0,0,0,0,1,2,3))
我的多级模型的格式为：
Y = b0i + b1i * a1ti + b2i * a2ti + eti
（抱歉，我不允许发布图片和公式:(）
a1ti和a2ti是我的编码变量（var1和var2），用于指定各个部分。
1级：每个级别的重复观察
2级：受试者之间的水平
也许有人可以解释一下我必须在我的lmer（）中指定1级和2级 - 代码以及我将如何获得我的两个斜坡的两个斜率？我是否必须在括号之间添加规格为O + ...或1 + ...以仅获取截距等？
我想我的代码看起来像这样：
test <- (lmer(sales ~ ID*var1 + (1|var1) + (1|ID), df))
或者这个：
test <- (lmer(sales ~ var1 + var2 + (1|var1) + (1|var2), df))
谢谢！
祝愿Alexa