我有以下研究，我想用混合效应模型进行分析：
"受试者"；被一分为二"；组"；(治疗A和B(。
"重量；在治疗前和治疗后3个月("时间"(记录(重复测量(。
需要为受试者校正"；年龄；以及"；性别"；而且
主要问题是：两组对体重的影响是否不同？
对于混合效果，我考虑了lme4包的lmer函数的以下语法：
lmer(weight ~ Group*Time + age, (1|subject) + (1|gender), data=mydata)
这个语法正确吗？还是我需要使用更复杂的术语，比如下面给出的术语：
(time|subject)
(time + 1|subject)
(1|subject) + (1|Group:subject) + (1|Time:subject)
我试着在互联网上找到不同的来源，但文学作品似乎很令人困惑。
gender不应该是随机效应(截距(。它不符合任何将其视为随机的常规要求。
(time|subject)
和
(时间+1|受试者(
都是一样的。这意味着你允许time的固定效果在subject的不同水平上变化
(1|subject) + (1|Group:subject) + (1|Time:subject)
毫无意义。这说明Time嵌套在subject中，因为(1|Time:subject)与(1|subject:Time)相同，而(1|subject) + (1|subject:Time)是如何指定嵌套随机效果的定义。添加(1|Group:subject)似乎很奇怪，如果能识别出这样的模型，我会感到惊讶。你的研究问题是"；两组是否不同所以这意味着你想知道Group的固定效应，所以(1|Group:subject)没有意义。
型号：
lmer(weight ~ Group*Time + age + gender, (1|subject), data=mydata)
有道理。
最后，这个问题应该放在交叉验证上。