lme4 перевести формулу в код в трехуровневой модели

Question

Мне были предоставлены следующие формулы, и мне нужно найти правильный код lme4 . Я нахожу это довольно сложной задачей и не смог найти хороший пример, которому бы я мог следовать ... возможно, вы можете помочь?

У меня есть две группы пациентов: группа1 и группа2. Обе группы приходили в лабораторию 4 раза для тестирования (4 посещения), и во время каждого из этих посещений их память проверялась 4 раза (4 отзыва). Производительность памяти следует прогнозировать по возрасту, полу и двум параметрам сна, которые оценивались во время каждого посещения.

Таким образом, уровень 1 должен быть RECALL (индекс i), уровень 2 - VISIT (индекс j), а уровень 3 - субъектный уровень (индекс k ).

Уровень 1:

MEMSCOREijk = β0jk + β1jk * RECALLijk + Rijk

Уровень 2:

 β0jk = γ00k + γ01k * VISITjk + U0jk 
 β1jk = γ10k + γ11k * VISITjk + U1jk

Уровень 3:

 γ00k = δ000 + δ001 * SLEEPPARAM + V0k 
 γ10k = δ100 + δ101 * SLEEPPARAM + V1k

Большое спасибо за ваши мысли!

Answer 1

Примерно так должно работать:

lmer(memscore ~ age + sex + sleep1 + sleep2 + (1 | visit) + (1 + sleep1 + sleep2 | subject), data = mydata)

Добавляя sleep1 и sleep2 в (1 + sleep1 + sleep2 | subject), вы будете позволять эффектам двух параметров сна варьироваться в зависимости от участника (случайные наклоны) и иметь случайный перехват (подробнее об этом в следующем предложении). (1 | visit) разрешит случайные перехваты для каждого посещения (случайные перехваты будут моделировать данные, где разные посещения имели более высокий или низкий средний memscore), но не случайные наклоны; Я не думаю, что вам нужны случайные уклоны для параметров сна при посещении - были ли они измерены только один раз за посещение? Я полагаю, что в этом случае не будет вариаций наклона модели.

Надеюсь, это поможет! Я нашел эту книгу очень полезной:

Snijders, T.A.B. & Bosker, R.J. (2012). Многоуровневый анализ: введение в базовое и расширенное многоуровневое моделирование (2-е изд.): Мудрец.