Я создаю линейную смешанную модель, используя пакет lme, потому что мне нужно указать корреляционную структуру AR1 и гетерогенную дисперсию для данных (это данные временных рядов 3 отдельных стимулов).
Iесть 2 представляющие интерес переменные - CS & sec - которые являются фиксированными переменными, но sec находится на оси y, а CS является переменной группировки.Каждая CS измеряется в каждую секунду, и, таким образом, они являются пересеченными переменными, и у меня есть основания полагать, что мне нужно моделировать отдельные случайные наклоны и точки пересечения для обоих.Моя оригинальная модель выглядела так:
model <- lme(DV ~ CS + sec + CS:sec, random = ~CS|subject, method = "ML", data = df)
Но это только моделирует отдельный уклон для каждой CS.Из чтения я знаю, что моделирование скрещенных случайных величин в lme является рутиной, и прочитал this о том, как это сделать.К сожалению, похоже, что эта тактика моделирует только пересеченные склоны? Есть ли способ сделать что-то похожее, чтобы можно было моделировать наклоны обеих переменных И перехваты?Имеет ли это смысл в контексте этого хака?Я знаю, что это можно сделать с помощью простого синтаксиса в команде lmer, используя что-то простое, например (slope | g1) + (slope2 | g2), поэтому кажется странным, что этого нельзя сделать в lme