在 R 中指定 3 级随机截距
Specifying level-3 random intercept in R
我正在使用 R 中的 lmer() 函数（lme4 包）来分析一项纵向研究，其中我测量了 120 名受试者，共测量了 6 次。首先，我指定了这样的模型：
library(lme4)
model1 = lmer(DV ~ 1 + X1*X2 + (1+X1|SubjectID), REML="false")
X1是时变变量（level-1），X2是学科级变量（level-2）。
因为这些主题嵌套在几个团队中，我被建议在团队级别（级别 3）包括一个随机拦截。但是，我只找到如何同时包括随机截距和斜率：
model2 = lmer(DV ~ 1 + X1*X2 + (1+X1|TeamID/SubjectID), REML="false")
有谁知道如何只向模型 1 添加 3 级随机截距？
通过使用术语 (1|SubjectID)，您告诉模型仅针对 SubjectID 的不同实例期望不同的基线。为了告诉模型期望此对固定效应 X1 的不同响应，我们使用 (1+X1|SubjectID)。因此，您只需要条款
(1|TeamID) + (1+X1|SubjectID)
在你的模型中。
顺便说一句，Cross Validated.
上有很多关于此的有用信息
我正在使用 R 中的 lmer() 函数（lme4 包）来分析一项纵向研究，其中我测量了 120 名受试者，共测量了 6 次。首先，我指定了这样的模型：
library(lme4)
model1 = lmer(DV ~ 1 + X1*X2 + (1+X1|SubjectID), REML="false")
X1是时变变量（level-1），X2是学科级变量（level-2）。
因为这些主题嵌套在几个团队中，我被建议在团队级别（级别 3）包括一个随机拦截。但是，我只找到如何同时包括随机截距和斜率：
model2 = lmer(DV ~ 1 + X1*X2 + (1+X1|TeamID/SubjectID), REML="false")
有谁知道如何只向模型 1 添加 3 级随机截距？
通过使用术语 (1|SubjectID)，您告诉模型仅针对 SubjectID 的不同实例期望不同的基线。为了告诉模型期望此对固定效应 X1 的不同响应，我们使用 (1+X1|SubjectID)。因此，您只需要条款
(1|TeamID) + (1+X1|SubjectID)
在你的模型中。
顺便说一句，Cross Validated.
上有很多关于此的有用信息