混合效应模型 (lme4) 的截距（随机斜率）的多个变量答案

【问题标题】：Multiple variables for the intercept (random slopes) of a Mixed Effect Model (lme4)混合效应模型 (lme4) 的截距（随机斜率）的多个变量
【发布时间】：2019-09-05 15:33:36
【问题描述】：

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个平均值（平均速度），我有作为自变量的人行横道、方法宽度（这两个在一个级别、街道或方法中）、lumix、pop_dens 和 empl_dens（这些另一个级别的，这个级别是交叉点）。对于不同的级别，我有一个 ID（Int_ID 和 Approach_ID）。想法是评估 Int_ID 级别中的 lumix、pop_dens 和 empl_dens 以及 Approach_ID 中的 crosswalk、method_width 对均值的影响。

我一直试图找到在 lmer 函数上指定不同随机斜率的方法，但没有成功。我知道我是否只想评估 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 我会做这样的事情：

xtmixed means crosswalk approach_width lumix pop_dens empl_dens || Int_ID : lumix pop_dens empl_dens || Approach_ID : crosswalk + approach_width

任何帮助将不胜感激

【问题讨论】：

您是否遇到特定错误或只是想知道完成此操作的最佳方法？请使用dput(db) 分享您的一些数据，以便其他人可以提供帮助。
将我的投票添加到迈克的评论中。您的数据的 sn-p 将有助于理解您的问题。如果您有时间阅读他们非常出色的指南Fitting Linear Mixed-Effects Models using lme4 是一种选择。虽然篇幅较长，但它将让您深入了解如何使用 lme4 包构建混合模型。
嗨@mike，我想知道用这个模型向随机斜率添加更多变量的方法。
@Oliver 非常感谢，我会检查这篇论文，在发布我的问题之前我已经阅读了很多内容，试图找出解决方案。但可以肯定的是，这篇论文将帮助我了解模型背后的原因
谢谢@Oliver。我能够将模型与讲座和您在评论中的建议相匹配。我也在这里发布了解决方案。最佳

标签： r lme4

【解决方案1】：

与@ Oliver的帮助，我能够适合我的模型。解决方案是以下情况的以下内容。

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)

谢谢你的支持

【讨论】：