Bagaimana agar sesuai dengan model untuk desain crossed dan nested menggunakan fungsi lme di R?

Misalkan A adalah faktor tetap dan B adalah faktor acak. A dan B dilintasi. Faktor acak C lainnya bersarang di B. Mempertimbangkan interaksi AB dan AC, bagaimana saya harus menyesuaikan model dengan menggunakan fungsi lme dalam paket nlme? Terima kasih.

r mixed-model lme4-nlme

— Knightgu
sumber

Anda menyebutkan paket lme pada judul, dan llme pada pertanyaan Anda. Paket mana yang benar?

— João Daniel

DAN .... di mana kodenya?

— DWin

Saya mengatakan fungsi lme dalam paket nlme. Aku bukan paket. Dan saya hanya ingin tahu bagaimana menentukan argumen dalam fungsi ini untuk masalah saya.

Sudahkah Anda mencoba lmer()dalam paket lme4? Lihat misalnya bab buku ini

— tamu

Terima kasih banyak. Ya, fungsi lmer () dapat menangani efek acak silang dengan mudah. Itulah sebabnya paket lme4 merupakan peningkatan besar untuk paket nlme. Saya menyadari kemudian bahwa sangat sulit untuk menggunakan fungsi lme () agar sesuai dengan efek acak yang dilewati. Karena kami sudah mendapatkan paket yang lebih baru, mengapa tidak menggunakannya？

— Knightgu

Bagian yang sulit di sini adalah menentukan formula yang tepat.

library(nlme)
# Assume y is your response variable.
lme(fixed = y ~ A, random = ~ A | B/C)

Di sini B/Csingkatan dari C bersarang dalam B dan merupakan kependekan dari B + B:C. Interaksi dengan A hadir karena A diulangi dalam bagian acak.

Untuk pengantar dasar nlme, saya merekomendasikan dokumen ini .

— gui11aume
sumber

Terima kasih banyak atas solusinya. Saya pikir kamu benar. Saya akan menggunakan contoh praktis untuk memeriksanya. By the way, referensi yang sangat bagus. Terima kasih.

— Knightgu

Saya telah mencoba rumus yang Anda sebutkan menggunakan R. Sayangnya, kumpulan data yang saya gunakan tidak membenarkan rumus tersebut. Fungsi lme () yang diterapkan sama sekali tidak konvergen ke solusi numerik. Tampaknya fungsi lmer () dalam paket lme4 melakukan hal yang benar.

— Knightgu