已为我提供了以下公式，并且需要找到正确的 lme4 代码。我觉得这很有挑战性，找不到一个可以效仿的好例子...也许您可以提供帮助？
我有两个患者组：第1组和第2组。两组都来实验室进行了4次测试（4次访问），并且在每次访问期间，他们的记忆均进行了4次测试（4次回叫）。记忆能力应根据年龄，性别和两个睡眠参数来预测，在每次VISIT期间都要对其进行评估。
因此，级别1应该是召回（索引i），级别2应该是访问（索引j），级别3应该是主题级别 （索引k）。
级别1：
MEMSCOREijk = β0jk + β1jk * RECALLijk + Rijk
级别2：
β0jk = γ00k + γ01k * VISITjk + U0jk
β1jk = γ10k + γ11k * VISITjk + U1jk
级别3：
γ00k = δ000 + δ001 * SLEEPPARAM + V0k
γ10k = δ100 + δ101 * SLEEPPARAM + V1k
非常感谢您的想法！
答案 0 :(得分：2)
类似的东西应该可以工作：
lmer(memscore ~ age + sex + sleep1 + sleep2 + (1 | visit) + (1 + sleep1 + sleep2 | subject), data = mydata)
通过在sleep1中添加sleep2和(1 + sleep1 + sleep2 | subject)，您将允许两个睡眠参数的效果随参与者（随机斜率）而变化，并具有随机截距（更多(1 | visit)将允许对每次访问进行随机截距（随机截距将对不同访问的平均memcore较高或较低的数据进行建模），但不允许随机斜率；我不认为您希望通过访问来随机选择睡眠参数的斜率-每次访问仅测量一次吗？我相信，如果是这样，就不会有模型的坡度变化。
希望有帮助！我发现这本书非常有用：
Snijders，T.A. B.和Bosker，R.J.（2012）。多级分析：基本和高级多级建模简介（第二版）：Sage。