2016-11-12 10 views
2
に指定する

120人の被験者を6回測定した縦断研究を分析するために、Rにlmer()の機能(lme4パッケージ)を使用しています。最初のインスタンスでは、私はこのようなモデルを指定:レベル3のランダム切片をR

library(lme4) 
model1 = lmer(DV ~ 1 + X1*X2 + (1+X1|SubjectID), REML="false") 

X1は、時間的に変化する変数(レベル1)であり、X2は、被験体レベルの変数(レベル2)です。

これらの被験者はいくつかのチームにネストされているので、チームレベル(レベル3)にランダム切片を含めるように勧められました。しかし、私はランダム切片と傾きの両方を含める方法を見つける:

model2 = lmer(DV ~ 1 + X1*X2 + (1+X1|TeamID/SubjectID), REML="false") 

は1をモデル化するためにのみ、レベル3のランダム切片を追加する方法を誰もが知っていますか?

+0

したがって、 'X1'はタイムポイントですか? 「主題レベルの変数」とは何ですか?たぶんあなたはあなたのデータのサンプルを与えることができます。 – Joe

+0

X1は、wave/timepointごとに異なる値を持つレベル1の変数です(6つのタイムポイントがあります)。言い換えれば、その値は時間とともに変化します。 X2はすべての波の間に同じ値を持つレベル2の変数です。したがって、各被験者はX2の値を有し、時間の経過と共に一定である。それは実際には私が推測する非常に基本的なマルチレベルモデルですか?これで十分ですか? @Joe – Stef

+0

したがって、あなたは 'TeamID'と' SubjectID'のためにだけランダムな傍受を探しているようです。この場合、 '(1 | TeamID)+(1 | SubjectID)'だけが必要です。 – Joe

答えて

0

(1|SubjectID)という用語を使用すると、異なったベースラインがSubjectIDの異なるインスタンスに対してのみ期待されるようにモデルに指示しています。モデルに固定効果のX1に対する異なる応答を期待するには、(1+X1|SubjectID)を使用します。したがって、ご使用のモデルには

(1|TeamID) + (1+X1|SubjectID) 

が必要です。

ところで、これに関する多くの良い情報がCross Validatedにあります。