將時間序列合並到R中的混合效果模型中（使用lme4）

Question

我已經找到了類似的問題，如果有相關的問題我已經錯過了，那就道歉了。

我正在研究在不同條件下花費在喂食器（因變量）上的時間量，每個受試者訪問喂食器30次。

受試者暴露於一種類型的喂食器，其將具有香味/無味的不同組合，具有視覺圖案/空白，並且具有以兩種空間布置之一呈現的這些視覺或香味圖案。

到目前為止，我的模型是：

mod<-lmer(timeonfeeder ~ scent_yes_no + visual_yes_no + 
    pattern_one_or_two + (1|subject), data=data)

如何將訪問號碼合並到模型中，以查看這些因素是否會影響饋線在一段時間內所花費的時間？

Answer 1

您有多種選擇（對於CrossValidated，這個問題可能稍微好一點 ）。

• 正如@Dominix建議的那樣，隨着時間的推移，您可以允許進線器的線性增加或減少。 允許這種變化在不同的鳥類之間變化是有意義的：

   timeonfeeder ~ time + ... + (time|subject) 

• 您可以允許隨時間變化的任意模式（即不僅僅是線性）：

   timeonfeeder ~ factor(time) + ... + (1|subject) 

  這可能在你的情況下沒有意義，因為你有大量的觀察，所以它需要很多參數（如果你有，比如每個人有3個時間點，那會更明智）

• 您可以通過附加模型允許更復雜的變化模式，即使用三次樣條建模隨時間變化。 例如：

   library(mgcv) gamm(timeonfeeder ~ s(time) + ... , random = ~1|subject 

  （1）這假設跨學科的時間模式是相同的; （2）因為gamm()在引擎蓋下使用lme而不是lmer ，你必須將隨機效果指定為單獨的參數。 （你也可以使用gamm4包，它在引擎蓋下使用lmer 。）

• 您可能希望允許時間自相關。 例如，

   lme(timeonfeeder ~ time + ... , random = ~ time|subject, correlation = corAR1(form= ~time|subject) , ...)