如何在lme中模拟固定效果？

Question

我有一个纵向测量和基本的人口统计学变量，年龄和性别，ı‘想用伦敦金属交易所对这些测量进行建模。

在对lme中的固定效果部分进行建模时，我必须考虑哪些事项？我已经读了很多关于这个主题的问题和答案，但我不太确定该应用哪一个。

对于我的分析，为了对固定效果部分进行建模，首先我使用图形来检查响应和解释变量之间的关系(逐个)。此外，我使用了所有可能的选项来建模固定效果，并利用信息标准(AIC，BIC)来决定在所有这些选项中使用哪个模型。我利用了图表和信息环形值，也尝试了单变量分析(如t检验，卡方检验)来选择变量，以找出响应的潜在风险因素，但我不确定应用单变量分析是否属实。

在应用了所有这些方法后，我决定只在固定效果部分使用主效应，因为该模型给出的AIC和BIC最小，而且我在图形中也没有发现任何显示候选变量之间交互作用的趋势。有没有可能只包含主要效果，或者它不符合逻辑？我真的不知道答案。因此，任何帮助都将不胜感激。

提前感谢！

Answer 1

这个问题有点令人困惑，确实属于Cross Validated。

然而。您似乎正在尝试构建一个模型，并比较不同的模型以找出哪种模型是最好的。一种简单的方法是提出所有可能的模型，然后运行汽车包中的Anova：

mod1<- lmer(response~Factor1*Factor2 + (1|Subject), df)
mod2<- lmer(response~Factor1+Factor2+ (1|Subject), df)
mod3<- lmer(response~Factor1:Factor2+ (1|Subject), df)
mod4<- lmer(response~Factor1:Factor2 + Factor1+ (1|Subject), df)
mod5<- lmer(response~Factor1:Factor2 + Factor2+ (1|Subject), df)
mod6<- lmer(response~Factor1+ (1|Subject), df)
mod7<- lmer(response~Factor2+ (1|Subject), df)

Anova(mod1, mod2, mod3, mod4, mod4,mod5,mod6,mod7)

然而，请注意，在做上面的事情时有一个问题。如果一个术语影响结果的可能性很高，你可能应该把它留在里面，无论它是否真的是一个更好的模型。您需要考虑您感兴趣的变量/交互，以及您可以放心地说哪些是重要的。然后，您可以从可接受的型号列表中选择要比较的型号。

举个例子:我有森林大火之前和之后的数据，以及未烧毁的控制点。所以我的模型是这样的:响应~治疗*时间

对于某些响应变量，交互作用并不显著。然而，我不会放弃它，因为这种交互在生物学上是有意义的--即使它不是很重要。