Question

我有来自参与者（part）的受试者内部生理数据，他们都在三轮（round）中查看刺激（阅读报纸），每轮都有五篇论文（{{1}每个报纸中都有不同的访问次数（paper）。我有两个固定因素（visit和CONDhier）加上相互作用来预测生理状态（例如CONDabund），这通常是自回归的。我试着考虑生理学中随机效应的个体差异（让我们暂时解决拦截问题），并且可能会因为其他随机效应而导致疲劳。

因此，我希望在R中运行的模型在SPSS中是

EDA

现在，我已经理解虽然MIXED EDA BY CONDhier CONDabund /FIXED=CONDhier CONDabund CONDhier*CONDabund | SSTYPE(3) /RANDOM=INTERCEPT | SUBJECT(part) COVTYPE(VC) /RANDOM=INTERCEPT | SUBJECT(part*round) COVTYPE(VC) /PRINT=SOLUTION /METHOD=REML /REPEATED=visit | SUBJECT(part*round*paper) COVTYPE(AR1).没有很好地交叉术语，lme（处理没有问题的交叉术语）不能使用不同的协方差结构。我可以运行简单的lme模型，例如

lmer

但更复杂的模型超出了我的范围。我已经读过lme中的交叉术语可以用随机定义来完成，比如

    lme(EDA ~ factor(CONDhier) * factor(CONDabund), random= ~1
   |part, na.action=na.exclude, data=phys2)

但是这似乎阻止了AR1结构，并且第二次随机截取了部分* round，来自我。而且我不太确定它和我的SPSS语法一样。

那么，有什么建议吗？虽然在lme和lmer上有很多不同的着作，但我找不到一个既有交叉术语又有AR1的作品。

（另外，关于lme的语法看起来相当模糊：从几个不同的来源我已经理解了|在右边的内容左边的组，/使得嵌套的术语，~1是随机拦截，~x是随机斜率，~1 + x都是，但似乎至少有：和-1定义，我在任何地方都找不到。是否有一个教程可以解释所有不同的定义？）

Answer 1

考虑R包MCMCglmm，它允许复杂的混合效果模型。

https://cran.r-project.org/web/packages/MCMCglmm/vignettes/CourseNotes.pdf

虽然实施起来可能很有挑战性，但它可以解决您一直存在的问题。它允许单独给出固定和随机效果公式，例如

fixed <- formula(EDA ~ CONDhier * CONDabund)
rand <- formula( ~(us(1+ CONDhier):part + us(1+ CONDhier):round + us(1+ CONDhier):paper + us(1+ CONDhier):visit))

随机效应之间的协方差结构作为系数给出，一旦模型运行，可以使用summary()对象MCMCglmm检查。

Answer 2

如果您使用cross-covariance matrix使用典型相关分析（CCA）。有一个documented R package for CCA。

R中具有交叉重复效应和AR1协方差结构的线性混合模型

2 个答案: