我正在使用lme包创建线性混合模型，因为我需要为数据指定AR1相关结构和异构方差（它是3个独立刺激的时间序列数据）。
我有两个感兴趣的变量-CS和sec-都是固定变量，但是 sec 在y轴上，而 CS 是分组变量。每个CS都是在每秒进行测量的，因此它们是交叉变量，因此我有理由相信我需要为两者建模分别的随机斜率和截距。我原来的模型是这样的：
model <- lme(DV ~ CS + sec + CS:sec, random = ~CS|subject, method = "ML", data = df)
但这仅为每个CS建模一个单独的斜率。从阅读中我知道，在lme中对交叉随机变量进行建模是一项繁琐的工作，并且已经阅读过this，以了解如何实现这一目标。不幸的是，似乎这种策略只能模拟交叉的 slopes？？有没有办法做类似的事情，以便对两个变量slopes和intercepts进行建模？在这种骇客的背景下，这甚至有意义吗？我知道可以使用lmer这样的简单命令在(slope | g1) + (slope2 | g2)命令中使用简单的语法来完成此操作，因此似乎无法在lme中完成它