lmer 为每个时间步估计的随机截距效应

Question

我想估计一天内对象的随机效应。在数据集中，并非每天都观察到每个受试者，因此，我不应该对每天的每个受试者都有估计的效果。我想估计一个单独的方差参数（总共 10 个，每天 1 个）和每天内受试者的分布（独立于时间步长之间），以评估受试者之间随时间变化的变化。用 lmer 可以吗？

library(lme4)
data(sleepstudy)

set.seed(1)
sleep = sample_n(sleepstudy, size=500, replace=T)
sleep$Days = as.factor(sleep$Days)

table(sleep$Days, sleep$Subject)

fm1 <- lmer(Reaction ~ Days + (1|Days/Subject), sleep)

summary(fm1)
ranef(fm1)

Answer 1

这听起来你会从使用潜在增长曲线模型而不是混合模型中获益更多。我相信 lavaan 中的增长函数最适合你。