重复测量，R 中的混合模型 ANCOVA

Question

我有一个数据集，其中包含 44 个受试者，每个受试者有 2、3 或 4 个测量值（即并非每个受试者都有相同数量的测量值）。我有两个分类变量，它们在学科之间差异很大，但有时在学科内部。受试者年龄也作为测量的协变量包含在数据集中，因为它在单个受试者的测量之间变化。

感兴趣的问题：自变量如何影响我们的因变量？年龄也会影响我们的因变量吗？这在某种程度上是双重的，因为年龄在主题内有所不同，但在主题之间也是如此。

对此类数据进行编码/建模的最佳方式是什么？我尝试了以下方法，但这似乎没有返回适当的结果。

aov(DV ~ Age + IV1 + IV2 + Error(1/SubjectID), data = df) 

这是一些示例数据。

df <-data.frame(Subject = c(1,1,2,2,3,3,4,4,5,5,6,6,7,7,8,8,9,9,10,10,11,11,11,12,12,12,12,13,13,13,13,14,14,14,14,15,15,15,15,16,16,16,16,17,17,17,17,18,18,18,18,19,19,19,19,20,20,20), IV1 = c(1,3,2,2,1,3,2,3,1,4,1,3,1,3,2,2,1,2,1,3,2,4,4,2,2,3,4,1,2,4,4,1,3,3,5,1,3,3,4,1,3,3,5,1,3,3,4,2,2,4,4,1,2,4,4,2,3,4), IV2 = c(2,2,3,3,2,2,3,3,2,2,1,1,3,3,1,1,1,1,2,2,1,1,1,2,2,2,2,1,1,1,1,3,3,3,3,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,2,2,2,1,2,1,1),Age = c(10,12,11,12,9,10,10,12,10,13,9,10,9,10,10,11,10,11,9,10,11,13,14,10,11,12,13,10,11,12,13,9,10,11,12,9,10,11,12,9,10,11,12,9,10,11,12,10,11,12,13,10,11,12,13,12,13,14),DV = c(209,173,181,113,178,166,368,68,133,24,232,182,77,59,263,235,68,44,254,263,270,203,75,99,200,118,142,174,528,340,325,145,97,57,134,97,203,141,72,294,217,159,115,131,82,206,65,637,471,139,195,114,273,392,271,239,141,228))

任何帮助将不胜感激。谢谢。

Answer 1

我可能错了，但我认为这更像是一个交叉验证的问题，而不是主要处理编码的 stackoverflow。

关于这个问题 - 如果您上传一些示例数据，这将非常有帮助，这样人们就可以尝试看看它的样子。猜测一下，如果没有看到样本数据，您可能不需要 ANCOVA。 ANCOVA/ANOVA 对不平衡设计（即不等抽样设计）非常敏感。当你说每个人都有多个测量值重复 2、3 或 4 次时，你的意思是某些受试者的测量值比其他人多吗？不同年龄代表重复测量吗？

如果是这样，你可以试试这个：

library(lme4)
dv.lmer <- lmer(DV ~ IV1 + IV2 + (1|SubjectID/Age), data = df) 
summary(dv.lmer)

什么是 DV 响应变量？

此外，您是否排除了任何类型的交互影响（即它们是否超出了您的项目范围）？

编辑：

考虑到样本数量的差异以及我担心重新测量之间的不相等差距，ANCOVA 肯定不适合这些数据。事实上，这使得用任何标准方法建模都变得相当困难，至少在这种格式下是这样。

您可以创建一个新的年龄变量，将年龄简化为它的测量值（即第一、第二或第三）。从那里您可以尝试混合效果模型之类的东西。问题是您正在丢失重新测量信息之间的任何年龄或时间。

另一种选择是采用时间点之间的差异，即对于主题 13，取所有变量的差值。但是，这会将您的数据减少到前两个时间点，否则您将回到重复测量领域....

这取决于您感兴趣的问题。

如果您将数据转换成我可以轻松导入 R 的格式（例如 df https://www.r-bloggers.com/three-tips-for-posting-good-questions-to-r-help-and-stack-overflow/) 是一个很好的起点！

编辑 2： 这是解决问题的一种方法，尽管由于研究的观察性质和这些数据中隐含的混杂因素，人们可以做出的推论是有限的。这是人类研究（以及我经常处理的生态数据）的一个非常普遍的问题。这并不是说您不能绘制相关性和模式，而是您应该小心如何呈现这些结果。以下是一种可能性，但它确实回到了您想询问数据关于模型是否正确的问题......

如果有什么不清楚的地方欢迎追问！

 #Corrections
 df$Subject <- as.character(df$Subject)

 #Creating new sample time points
 df$SampleTime <- 0 

 uniSubject <- unique(df$Subject)

 #filling vector
 for(i in 1:length(uniSubject)){

   df[df$Subject == uniSubject[i],]$SampleTime <- 1:nrow(df[df$Subject == 
 uniSubject[i],])

 }


 #Modelling
 library(lme4)


 #Interaction model
 DVint.lmer <- lmer(DV ~ IV1 * IV2 + (1 + SampleTime|Subject), data = df)
 summary(DVint.lmer)

 #Additive model
 DVadd.lmer <- lmer(DV ~ IV1 + IV2 + (1 + SampleTime|Subject), data = df)
 summary(DVadd.lmer)

 #Comparing models to see if interaction is importnat
 anova(DVint.lmer, DVadd.lmer) #Interaction does not explain any 
 significant variation at the 0.05 level in these data. Parsimony 
 suggests using DVadd.lmer model

编辑：

鉴于关于年龄作为固定效应的重要性的最后评论，我认为这将最接近标记：

 DVint.lmer <- lmer(DV ~ IV1 * IV2 * Age + (1 + Age|Subject), data = df)

解释时要小心，因为这些数据非常混乱。