如何在 lmer 中嵌套效果？答案

【问题标题】：How to nest effects within lmer?如何在 lmer 中嵌套效果？
【发布时间】：2021-11-19 11:53:35
【问题描述】：

我在玩模型。

如果我运行基本的 GLM：

summary(glm(nfc~nform+p+namount+lime+pH+year, data=parkglm,family=gaussian()))

我得到包含年份作为解释变量的结果：

但是，我需要将 year 嵌套在另一个因素“句点”中。有17年，每年属于两个时期之一。我用 lme4 和 lmer 试过了。

anova(lmer(nfc~nform+p+namount+lime+pH+(year|period), data=parkglm))

这给了我下面看起来很合理的输出，但是你会看到那个年份或那个时期没有列出。我认为它们已被控制，但我对它们的影响感兴趣。我对嵌套在 lmer 包中非常怀疑。

我很感激这里可能有很多错误，并为此道歉。如果只是一团糟，没关系，不要害怕说！我是 r 中线性模型的新手，并且一直在努力以我可以实施的方式找到我需要的信息。

这是顶部数据的简要快照，每列中包含数据类型。

【问题讨论】：

标签： r lme4

【解决方案1】：

此公式适用于“周期”随机截距的混合效应模型，假设每个观察都按该变量分组。请注意，“年”是作为固定效应包含在内的。

library(lme4)
summary(fm <- lmer(nfc ~ nform + p + namount + lime + pH + year + (1|period), data = parkglm))

但是，鉴于类别数量较少，该模型可能不合适在变量“周期”中。

我建议您查看有关线性模型的一些参考资料，并考虑为您的数据建模的策略，也许是建立类别或探索不同的模型。二您可能感兴趣的好手稿：

【讨论】：

非常感谢。前几天我看到了您的回复，但花了一些时间来消化它并了解有关该主题的更多信息。更广泛地说，我一直对统计数据这一领域的措辞感到有些困惑，尤其是“随机”的定义，因为周期本身不是“随机”的，但我看到在这个模型中它们需要被视为那。再次感谢。