我一直在努力将R中的非线性混合模型与我的数据相匹配，但我很难理解人们正在使用的帮助文件和示例。我是一名硕士生，试图在22天的过程中模拟4只绵羊的福利措施。第4天到第-1天用作基线，第0天没有测量，因为他们在手术中，第1天到第17天是我感兴趣的。绘制不同的数据集给我在手术后的第1天到第3天很好的下降他们或多或少地回归基线。我第一次被告知要解释我的解释变量（Day），但是在使用lmer（）时根本没有改变我的结果。所以我想尝试nlmer来看看它是否更好。
我的数据集看起来像这样，并且下降到500行左右。 “羊”被视为一个因素：
. Behaviour Sheep Day DaySq Block Observed Frequency
1 Standing 2 -4 16 0 49 71.01449
2 Lying 2 -4 16 0 12 17.39130
3 Eating 2 -4 16 0 36 52.17391
4 Ruminating 2 -4 16 0 16 23.18841
5 Moving in pen 2 -4 16 0 0 0.00000
6 XDisturbance 2 -4 16 0 9 13.04348
我的lmer模型看起来像这样
lmer(Frequency ~ Behaviour * Day + (1|Sheep), behdata2)
我想做类似但非线性的事情。那可能吗？我已经尝试了几个版本，但我不知道如何正确地执行此操作并不断收到错误消息。 R帮助文件中的示例似乎假设了许多我没有的知识。任何帮助将不胜感激！