lme4随机效应MLM

Question

在重复测量设计中，我有一个关于随机效应的问题(x1，x2，x3，x4)。

这两种定义随机效应的方法有什么不同：

• Option 1. (1 + x1 + x2 + x3 + x4 | Subject)
• Option 2. (1 + x1 | Subject) + (1 + x2 | Subject) + (1 + x3 | Subject) + (1 + x4 | Subject)

Answer 1

第一种选择符合一个模型，其中所有变量的影响的主体内部偏差是相互关联的。假设每一个因子都有两个水平，这将导致估计5个方差(一个用于截距，一个分别用于各因素的影响)和(5*4/2 = 10)协方差/相关性。

第二个选项是错误的/有问题的，因为它最终会四次重复拦截主题组件(这将是多余的/不可识别的)。如果您希望将这些因素的内部主题效应视为独立的，您可以这样做。

• (1|Subject) + (0 + x1 | Subject) + (0 + x2 | Subject) + ... or
• use glmmTMB和diag(1 + x1 + x2 + x3 + x4 | Subject) or
• use afex::mixed()和(1 + x1 + x2 + x3 + x4 || Subject)