使用r中的LME4软件包用于R中的混合效应模型，我试图弄清中的单向方差分析在中建模的差异是什么。主题和单向方差分析主题。
首先假设每个受试者查看所有三种治疗方法（A，B和C）。在每种治疗中，每个受试者都给我一个措施（DV）。我可以按照以下方式对此主题内设计进行建模：
lemr(DV ~ treatment + (1|subject), data = My_Data)
现在，假设每个受试者只看到一种治疗方法。什么是相应的模型？会一样吗？如果是，lemr()将如何知道它是主题设计之间的？
接受的答案是错误的！
如果您放弃对受试者的随机截距，则除非您首先计算主题手段然后运行lm，否则您将不再执行适当的ANOVA（我假设您正在使用lmer的每个试用数据。对于受试者而言，这是任何随机的随机，因此您将获得lm和lmer的相同结果。在传统的方差分析中，始终将受试者视为随机的。这是通过首先对每个组中的主体进行平均来实现的。
现在是正确的答案。当您使用lemr时，如果treatment是一个具有组因子，那么您需要对主题进行随机拦截。这是因为您不仅期望您的受试者一般会将随机差异引入随机方差（因此，由1|subjects中的Digit 1代表您的主题的随机截距），而且每个受试者都可能在每个治疗条件下引入随机差异（例如，预先测试，测试后）。因此，在主题设计中具有A 的ANOVA的正确公式为 (1+treatment|subject)。在这种情况下，您为每个受试者指定一个随机斜率，以说明治疗条件下可能的生存能力。而 主题设计之间的ANOVA的正确公式为 (1|subject)。
您的模型是否会与随机斜率收敛是您可以通过运行模型来回答的问题。但是，即使没有足够的可变性，即使它收敛，随机坡度也可能是没有道理的。有方法可以找到这个。例如，似然比测试只能用于嵌套模型（即，一个模型是另一个模型）。
此外，要将lmer输出解释为ANOVA结果，您需要对分类变量进行正确的对比度编码。对于ANOVA样式的解释，您必须使用偏差编码。例如，如果您的因素有两个级别，则对比为" -0.5,0.5"。在这里查找详细信息 -> http://talklab.psy.gla.ac.uk/tvw/catpred/
如果每个受试者只看到一种治疗方法，您将不再有重复度量/非独立的问题，并且您不需要受试者的随机效果。所以您的模型将是
lmer(DV ~ treatment, data=My_Data)