![](/img/trans.png)
[英]How to decide when and how to include covariates in a linear mixed-effects model in lme4
[英]How to include nested effects in mixed effect model with lme4 package
我正在研究混合模型,对嵌套随机效应有疑问..
在示例中,我们测试了受试者变量 X 和结果 Y,并希望查看 X 是否与 Y 相关。数据是在 3 个不同地点的 8 座不同山上收集的(即山 A 是在地点 1 2 和 3 上收集的,山 B站点 1 2 和 3 等)。 山 A 的站点 1 与山 B 的站点 1 完全没有关系。然后我们要分析控制山和站点的 Y ~ X 关系。
由于该站点和山是嵌套的,我们创建了一个变量“样本”,即
sample <- factor(mountainRange:site)*
现在,这是我的疑问。 课程建议做如下分析
mixed.lmer2 <- lmer(Y~ X + (1|mountain) + (1|sample), data = data)
但我不明白为什么我们包括(1|mountain)
。 我认为我不需要包含它,因为它已经包含在变量(1|sample)
中我的意思是我将按如下方式运行分析:
mixed.lmer3 <- lmer(Y~ X + (1|sample), data = data)
谁能解释我为什么错了? 谢谢
您只需将mountain
和site
嵌入到同一个术语sample
中,这使其嵌套。 或者,你可以做
mixed.lmer2 <- lmer(Y~ X + (1|mountain/site), data = data)
或者
mixed.lmer2 <- lmer(Y~ X + (1|mountain) + (1|mountain:site), data = data)
来代表同一件事。 同样,您只是在 model 公式之外进行了操作。
请参阅https://stats.stackexchange.com/q/228800/238878以获得更彻底的答案。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.