符号中的RStudio纵向模型？

Question

我在RStudio上做了一个纵向模型，观察老年人和抑郁症，我正在写研究结果，但我的同事和我对如何解释这个模型有不同意见。

我有：

summary(lme.1<- lme(Depression ~ Memory+Gender+Age, random=~Year|ID, data=df, na.action=na.omit))  

我们的数据显示人们(ID)是一年中抑郁症和其他特征的4倍。

当我描述我们运行的模型时，我将其写成：

Level 1: Yit = π0i +π1i(Memory) +π2i(Gender) +π3i(Age) +εit
         π0i = β00 + r0i 
Level 2: 
π1i= β10+ r1i
π2i= β20+ r2i
π3i= β30+ r3i

还是我曲解了记忆、性别和年龄变量的去向？据我所知，我没有在第2级中包含任何变量。我应该吗？我不明白什么是不同的，或者如果它们是第2级变量，我将如何在RStudio中对它们进行不同的编码。

Answer 1

首先，Age和Year是两个完全相关的变量，因此下面我将用一个时间变量t替换它们。

@Quixotic提供的代码如下：

lme(Depression ~ Memory+Gender+t, random=~t|ID, data=df, na.action=na.omit)

它估计了模型

Yit = (β0 + r0i) + β1(Memory) + β2(Gender) + (β3 + r3i)(t) + εit   
                                            where r0i~N(0,σ0) and r3i~N(0,σ3)

术语Depression ~ Memory+Gender+te和~t|ID分别是混合效应模型的固定部分和随机部分，因此所有被试的系数π1, π2, π3都是固定的。

上述@Quixotic的随机截距和斜率模型可由以下方法估算：

lme(Depression ~ Memory+Gender+t, random=~Memory+Gender+t|ID, 
    data=df, na.action=na.omit)