使用 lme4 的双向重复测量设计

机器算法验证 r 方差分析 重复测量 lme4-nlme 双向
2022-03-19 15:49:40

我想在两个不同的组中模拟治疗效果，控制一些协变量（如年龄和教育），我假设双向重复测量 Anova 是正确的方法 - 如果是的话，我有一些关于如何对该设计建模的问题。

我对如何使用 R（和 lme4包）执行此操作有点困惑，因为我为相同的设计找到了不同的方法。假设，我有以下变量：

  • 主题
  • 组（对照组 vs 治疗组）
  • 时间（t0 vs t1，即每个主题的两个度量）
  • 年龄（协变量）
  • 教育（协变量）

我是对的，根据Cross Validated 上的这篇帖子，我的模型看起来像这样吗？

  1. 模型：lmer(DV ~ group * time + age + education + (1+time|subject), mydata)

然后我找到了这个教程。按照这些说明，我的模型看起来像这样吗？

  1. 模型：lmer(DV ~ group * time + age + education + (1|subject) + (1|group:subject) + (1|time:subject), data=mydata)

现在我有两个问题：

a) 以上两个模型中哪个是正确的？还是两者都起作用？

b）我的数据是长格式的，我的变量应该subject是什么样子？对于每个被测量的人，相同的值，即一个值在该变量中出现两次（对于t0时X 组中的人员 A和t1时 X 组中的人员 A相同的值），或者每行/观察应由一个新的，唯一身份？

1个回答

我想我现在知道哪种模型有效，所以我可以自己回答这个问题。两种模型都有效，这取决于主题变量。

为了更好地了解要使用哪些随机部分，我计算了四个模型：

fit <- lme4::lmer(DV ~ group * time + age + education +
                    (1|lfd) + 
                    (1|group:lfd) +
                    (1|time:lfd),
                  data = mydata)

fit2 <- lme4::lmer(DV ~ group * time + age + education +
                    (1+time|lfd), data = mydata)

fit3 <- lme4::lmer(DV ~ group * time + age + education +
                    (1|subject), data = mydata)

fit4 <- lme4::lmer(DV ~ group * time + age + education +
                    (1|lfd), data = mydata)

所有四个模型都产生相同的（固定效应）结果。lfd是一个重复的数字，将一个ID重复4次：每组一次，每次一次（所以2组乘2个时间点为4组）。

subject是每组在两个时间点的重复 ID，即我只有 2 组（A 组和 B 组），不进一步区分time。

对我来说，精髓 - 在试图更好地理解混合模型的 2 路重复测量之后 - 是：

我认为只要您不在治疗组中重复受试者 ID，您就不必担心嵌套问题。

（正如这个答案中已经提到的，但当时我不理解。;-)）

其它你可能感兴趣的问题
上一篇两个正态分布变量的比率分布是否曾经正态？ 下一篇关于粒子过滤器的评论论文