r - 对于这个混合效果模型，什么是最好的 "formula"

Question

我有以下研究，我想用混合效应模型进行分析:

“受试者”分为两个“组”(治疗 A 和 B)。

在治疗前和治疗后 3 个月(“时间”)(重复测量)记录“体重”。

还需要更正主题“年龄”和“性别”。

主要问题是:两组对体重的影响是否不同？

对于混合效果，我正在考虑使用 lme4 包的 lmer 函数的以下语法:

lmer(weight ~ Group*Time + age, (1|subject) + (1|gender), data=mydata)

这个语法是否正确，或者我是否需要使用更复杂的术语，例如下面给出的术语:

(time|subject)
(time + 1|subject)
(1|subject) + (1|Group:subject) + (1|Time:subject)

我试图在互联网上查看不同的来源，但文献似乎非常困惑。

Answer 1

gender 不应是随机效应(拦截)。它不满足将其视为随机的任何通常要求。

(time|subject)

和

(时间 + 1|主题)

是一样的。这意味着您允许 time 的固定效果在不同级别的 subject

上发生变化

(1|subject) + (1|Group:subject) + (1|Time:subject)

意义不大。这表示 Time 嵌套在 subject 中，因为 (1|Time:subject) 与 (1|subject:Time ) 和(1|subject) + (1|subject:Time) 是如何指定嵌套随机效应的定义。 (1|Group:subject) 的添加看起来很奇怪，如果识别出这样的模型，我会感到惊讶。您的研究问题是“两组是否不同”，这意味着您想知道组的固定效应，因此 (1|Group:subject) 没有意义。

模型:

lmer(weight ~ Group*Time + age + gender, (1|subject), data=mydata)

有道理。

最后，这个问题应该在 Cross Validated 上。