R 级别 1 和级别 2 变量的 LME 协变量排序

Question

我在 R 中具有级别 1 和级别 2 变量的纵向数据 我的dataframe (df)：

ID       Year  Gender Race MathScore DepressionScore MemoryScore
1        1999   M      C     80            15            80
1        2000   M      C     81            25            60
1        2001   M      C     70            50            75
2        1999   F      C     65            15            99
2        2000   F      C     70            31            98
2        2001   F      C     71            30            99
3        1999   F      AA    92            10            90
3        2000   F      AA    89            10            91
3        2001   F      AA    85            26            80

我试过这些：

summary(fix  <- lme(MathScore ~ Gender+Race+DepressionScore+MemoryScore,
        random= Year|ID, data=df, na.action="na.omit")
summary(fix2 <- lme(MathScore ~ 1+Gender+Race+DepressionScore+MemoryScore,
        random=~1|Year, data=df, na.action=na.omit)) 

我不明白如何使DepressionScore和MemoryScore在Year内变化，同时保持Gender和Race不变，尤其是在fix2中。另外，我不知道fix2是否正在捕获我的数据中发生的Year和ID变化。有没有办法重组它？

Answer 1

在这种情况下，数学分数在 ID 中有所不同(年份嵌套在 ID 中(，因此 ID 成为您的分组变量，您可以指定：

summary(fix2 <- lme(MathScore ~ 1+Gender+Race+DepressionScore+MemoryScore,
        random=list( ID = ~ 1), data=df, na.action=na.omit)) 

获取随机截距模型或

summary(fix2 <- lme(MathScore ~ 1+Gender+Race+DepressionScore+MemoryScore,
        random=list( ID = ~ Year), data=df, na.action=na.omit)) 

获得年份的随机斜率。如果您对数学分数随时间的变化感兴趣，则可能需要为年份指定固定效应。

summary(fix2 <- lme(MathScore ~ 1+Gender+Race+DepressionScore+MemoryScore+Year,
        random=list( ID = ~ Year), data=df, na.action=na.omit)) 

您可以通过交互进行扩展

PS：您使用的软件包不是lme4而是nlme。也许您可以将问题的标签更改为nlme或lme4-nlme

P.P.S： I.m.o 这个网站提供了使用 LME4 或 NLME 进行纵向数据分析的优秀示例：http://rpsychologist.com/r-guide-longitudinal-lme-lmer，应该是一个很大的帮助