混合效应模型 (lme4) 的截距（随机斜率）的多个变量
Multiple variables for the intercept (random slopes) of a Mixed Effect Model (lme4)
我是 R 的新手，来自 STATA。我想评估一个混合模型 (lme4)，其中我的因变量是一种方法（平均速度），我有作为自变量的人行横道，approach_width（这两个在一个级别，街道或方法中），lumix，pop_dens，和empl_dens（这些在另一层，这一层是交集）。对于不同的级别，我有一个 ID（Int_ID 和 Approach_ID）。
这个想法是评估 Int_ID 级别中的 lumix、pop_dens 和 empl_dens 以及 Approach_ID 中的人行横道、approach_width 的效果。
我一直在尝试寻找在 lmer 函数上指定不同随机斜率的方法，但没有成功。我知道如果我只是想评估 Int_ID 和 Approach_ID 应该是这样的：
memeads <- lmer(means ~ crosswalk + approach_width + lumix + pop_dens + empl_dens + (1 | Approach_ID) + (1 | Int_ID), data = db)
在 STATA 中我会这样做：
xtmixed means crosswalk approach_width lumix pop_dens empl_dens || Int_ID : lumix pop_dens empl_dens || Approach_ID : crosswalk + approach_width
如有任何帮助，我们将不胜感激
在@Oliver 的帮助下，我能够拟合我的模型。以后有解决方法如下
要在斜率中有多个随机变量，模型将是：
memeads <- lmer(means ~ crosswalk + approach_width + lumix + pop_dens + empl_dens + (1 + lumix + pop_dens + empl_dens | Approach_ID) + (1 +crosswalk + approach_width | Int_ID), data = db)
感谢支持
我是 R 的新手，来自 STATA。我想评估一个混合模型 (lme4)，其中我的因变量是一种方法（平均速度），我有作为自变量的人行横道，approach_width（这两个在一个级别，街道或方法中），lumix，pop_dens，和empl_dens（这些在另一层，这一层是交集）。对于不同的级别，我有一个 ID（Int_ID 和 Approach_ID）。 这个想法是评估 Int_ID 级别中的 lumix、pop_dens 和 empl_dens 以及 Approach_ID 中的人行横道、approach_width 的效果。
我一直在尝试寻找在 lmer 函数上指定不同随机斜率的方法，但没有成功。我知道如果我只是想评估 Int_ID 和 Approach_ID 应该是这样的：
memeads <- lmer(means ~ crosswalk + approach_width + lumix + pop_dens + empl_dens + (1 | Approach_ID) + (1 | Int_ID), data = db)
在 STATA 中我会这样做：
xtmixed means crosswalk approach_width lumix pop_dens empl_dens || Int_ID : lumix pop_dens empl_dens || Approach_ID : crosswalk + approach_width
如有任何帮助，我们将不胜感激
在@Oliver 的帮助下，我能够拟合我的模型。以后有解决方法如下
要在斜率中有多个随机变量，模型将是：
memeads <- lmer(means ~ crosswalk + approach_width + lumix + pop_dens + empl_dens + (1 + lumix + pop_dens + empl_dens | Approach_ID) + (1 +crosswalk + approach_width | Int_ID), data = db)
感谢支持