使用lmer在R中纠正模型

Question

我对使用lmer在R中正确的模型设置有疑问。

这是重复测量实验

每个受试者（总共20名）针对每种刺激条件（阳极，阴极和假手术）完成了4个不同的任务。因变量是反应时间（rt）

我使用了此模型，但不确定其是否正确。我更担心随机效应是否正确分配

model<- lmer(rt ~ task * stimulation + (task * stimulation|subject), data=dat)

任何帮助将不胜感激。

谢谢

Answer 1

我不得不不同意引用Barr等人（2013年）“最大程度地保留它”的其他答案。事实证明，这在很多情况下都是不好的建议，以至于lme4的作者引入了代码来检查奇异拟合。不仅如此，Doug Bates（lme4的主要作者，并且可能是世界上混合模型的主要权威）及其同事在2015年写了一篇论文，专门研究了“最大程度地保持它”的愿望所带来的问题-Parsimonious Mixed Models。 / p>

当然，我并不是说检查奇异的配合是一件坏事-这是一件好事，因此肯定会带来一些好处。

因此，在这种情况下，我们有(task * stimulation|subject)，其中task有4个级别，而stimulation有3个级别，因此我们要求软件估计仅20个对象的8个方差-协方差参数。我并不是说这是不可能的，但是对于我来说，成为目标似乎很奇怪。 Bates等人（2015）的论文详细介绍了如何处理由此产生的问题，我已经回答了有关CV的一些问题，here和here

因此，总而言之，另一个答案不一定是错误的，但这可能会导致很多问题。

Answer 2

这对我来说很好。您目前拥有所谓的“最大”随机效应结构（即，所有估计的固定效应都有随机效应）。最好根据：

Barr，D.J.，Levy，R.，Scheepers，C.和Tily，H.J.（2013）。验证性假设检验的随机效应结构：保持最大。记忆与语言杂志，68（3），255-278。