我有一组来自心理实验的数据，其中subjects被随机分配到四个treatment条件中的一个，并且在六个不同的场合测量了他们的健康w。每个场合的精确day测量值与受试者略有不同。所有科目的第一次测量时间是第零天。
我用lmer分析这个：
model.a <- lmer(w ~ day * treatment + (day | subject),
REML=FALSE,
data=exper.data)
在对受试者的变化轨迹进行简单的视觉检查之后，我现在想要包括（并检查包括的效果）每个受试者的线斜率在中间点变化的可能性。测量时间3和4之间的方式。
我熟悉通过在lmer规范中包含一个额外的时间变量来建模斜率变化。该方法在Singer和Willett（2005）的书 Applied Longitudinal Data Analysis 的第6章（＆＃39;建模非线性变化＆＃39;）中有所描述。根据他们的建议，对于每个测量，对于每个主题，现在有一个名为latter.day的附加变量。对于直到测量3的测量，latter.day的值为零;对于以后的测量，latter.day编码第40天之后的天数（这是我希望包括可能的斜率变化的点）。
我看不到的是如何调整Singer和Willett案例中lmer例子的编码以适应我自己的问题......其中包括所有主题的相同的斜率变化点以及主体间因素（treatment）。我很感激有关如何编写lmer规范的帮助。