我想问一下线性混合模型。
固定变量的重要性通过随机结构进行更改。 例如，假设有5个变量： RT（响应变量），协变量1（C.V.1），C.V.2，I.V.1，I.V.2。 除RT外，所有变量均为对象内变量。
我想知道的是I.V.2和I.V.2的交互作用。
在这种情况下，我使用lmer（）设置了两个模型。 首先是：
m1 <- lmer(rt ~ C.V.1 + C.V.2 + I.V.1*I.V.2 + (1+C.V.1 + C.V.2 + I.V.1*I.V.2|subject) + (1|word))
第二个是：
m2 <- lmer(rt ~ C.V.1 + C.V.2 + I.V.1*I.V.2 + (1+ I.V.1*I.V.2|subject) + (1|word))
当我分析这两个模型时，两个模型之间固定变量的意义不同。 例如，I.V.1和I.V.2的交互在m1中很明显，而在m2中则没有。
我知道设置主体截距意味着响应将与每个主体不同，而设置I.V.1的主体斜率意味着I.V.1的效果将与每个主体不同。
但是我不知道固定效果和随机效果之间的关系。 考虑随机效应是什么意思？ 在控制其他随机效应（例如协变量）的影响时，可以将固定变量的估计结果解释为系数吗？
为什么固定效应的重要性会随着上述两个模型的随机结构而改变？
谢谢您的阅读，我希望有人能向我解释这些。