我在使用 lme4 中的 glmer 函数估计以下模型时遇到了一些计算问题：
glmer(Y ~ x1*x2 + x2*x3 + (1+x1+x2|class) + (1|obs), family=poisson)
class指的是我的分组，obs指的是观察（因为我想要观察级别的随机效应）。我想试试这个MCMCglmm包（不幸的是，没有深入了解 MCMC），但不知道如何指定随机效果。到目前为止，我的草稿命令是：
MCMCglmm(fixed = Y ~ x1*x2 + x2*x3,
random = ~ class + x1:class + x2:class + obs, family="poisson")
你能帮我指定型号吗？
根据MCMCglmm 文档：“可以使用 + 运算符传递多个随机项”（就像您已经做的那样）。话虽如此，您似乎正在定义多个随机截距并且没有随机斜率。
一般来说，您需要使用类似于 的语法~us(1+x1):x2，其中x2是您的离散变量（用于截距），x1是您的连续变量（用于斜率）并us表示非结构化随机协方差。您可能想要检查其他协方差结构（例如，idh对于一个身份）。请查看相关MCMCglmm 课程笔记中分别处理分类随机交互和连续随机交互的第 3 章和第 4 章。总览文档也很有帮助（而且更简洁）。我不能足够强调这些笔记有多么有用，不阅读它们就使用它们对我来说几乎是不可能的。MCMCglmm
我怀疑你想要一个类似的结构： ~us(1+x1+x2):class + obs但在使用它之前请检查两次。请注意，默认情况下不适合方差结构模型的全局截距，因此您需要+1对于lmer.
祝你好运指定你的先验！:D
据我了解，MCMCglmm 泊松模型默认包含观察级随机效应，因为作者似乎认为过度分散是常规情况，而不是例外。在手册中称为添加剂过度分散。在 MCMCglmm 总结中，它被称为单位效应