（嵌套？）重复测量方差分析的 BUGS 模型

Question

我想知道是否有人有用于重复测量方差分析的 BUGS/JAGS 模型的代码？基本上，我有一个响应 (y)，我想针对 Time of day、Day 和 Treatment 建模>。我还想包含两个交互术语，Treatment x Time of Day 和 Treatment x Day。研究中有大约 20 个人，在大约 1 周内每天测量 4 次。我不完全确定从哪里开始，而且我担心一天中的时间协变量也应该嵌套在日协变量中？如果有人有 BUGS/JAGS 模型的可能性部分的代码，将不胜感激。我可以照顾先验。只是似乎无法用这个起步。

Answer 1

您的问题有一些模棱两可的地方。

1. 您希望 Time of Day 和 Day 作为连续协变量还是离散因子输入？

2. 您希望个人身份作为固定效应还是随机效应进入模型？

3. 如果 Day 或 Time of Day 是一个因素，您想将其作为固定效应还是随机效应包含在内？

4. 您询问 Time of Day 是否应该嵌套在 Day 中。如果不进一步了解您的数据和目标，这是无法回答的。

这是一个代码示例，假设您希望将个人视为随机效应。

还假设：Treatment、Time.of.day 和 Day 在所有个体中具有恒定斜率。将此模型扩展到固定或随机斜率模型将很简单，其中不同的个体获得单独的建模斜率。例如，对于随机斜率模型，您只需修改下面的 beta 参数，以类似于 alpha 参数的方式处理它们。

根据 OP 的要求，这只是可能性部分，不包括先验。

for(i in 1:n.observations){
   y[i] ~ dnorm(alpha[individual[[i]] + beta1*Day[i] + beta2*Time.of.day[i] + beta3*Treatment[i] + beta4*Treatment[i]*Day[i] + beta5*Treatment[i]*Time.of.day[i], tau.obs)
}
# individual[i] contains the numerical index representing the individual that corresponds to observation i.

for(j in 1:n.individuals){
   alpha[j] ~ dnorm(mu, tau)
}