我对一组患者的听力阈值进行了重复测量，每个患者的内耳测量值都不同。该数据是不平衡的，每个受试者在不同的时间间隔进行不同数量的测量。我的目标是建立一个随机截距随机斜率（纵向）模型，描述内耳大小（一个不变的值）和重复测量随时间变化的影响，我正在使用lme4.

目前，我很难在两种型号之间进行选择。这些模型在模型中计算年龄的方式不同。

第一个模型（M1）用 R 写成：

M1 <- lmer(repeatedMeasure ~ innerEarSize + ageAtMeasurement + (1 + ageAtMeasurement | subjectName), data = data)

第二个模型将年龄分为第一次重复测量测试时的年龄，以及自第一次重复测量测试以来的时间。

需要明确的是，对于每个主题：

ageAtFirstMeasure = ageAtMeasurement - min(ageAtMeasurement)

和

timeSinceFirstMeasure = ageAtMeasurement - ageAtFirstMeasure

以便

ageAtMeasurement = ageAtFirstMeasure + timeSinceFirstMeasure

我在 R 中将第二个模型写为：

 M2 <- lmer(repeatedMeasure ~ innerEarSize + ageAtFirstMeasure + (1 + yearsSinceFirstMeasure | subjectName), data = data)

这是纵向重复测量问题的合理规范吗？

第二个模型考虑ageAtFirstMeasure了固定效应，并将纵向分量限制为第一次测试后的年数。这梳理了年龄对重复测量的影响，同时仍然解释了年龄的增长。