R 随机斜坡建模

我必须写下三个模型，试图用不同的因素来解释声音的频率。前两个没有问题，但是不知道他们在第三个模型中要求什么。我了解随机截距，但不了解这里的随机斜率。特别是因为我们将两次使用“姿态”的随机斜率？ 谢谢你的帮助

第一种，模型_-FE，只有固定的效果。它试图从性别、态度及其相互作用的角度解释频率

第二个，仅模型截取，与模型FE类似，但也为场景和主题添加了随机截取

最后，模型_max_RE与模型_FE类似，但也规定了以下随机效应结构：按场景随机截距和性别、态度及其相互作用的随机斜率，以及按受试者随机截距和态度的随机斜率

记住将eval设置为TRUE

---

描述的随机效应项

通过场景随机截取，以及性别、态度及其相互作用的随机斜率

对应于

(1 + gender*attitude | scenario)

(1 + attitude | subject)

由

以及受试者的随机截距和姿态的随机斜率

对应于

(1 + gender*attitude | scenario)

(1 + attitude | subject)

这些条款应与固定效力相结合：

~ gender*attitude + (1 + gender*attitude | scenario) +
   (1 + attitude | subject)

在随机效应术语f | g中，g指定了分组变量：这始终是一个分类变量，明智的做法应该是一个可交换变量，即，更改变量上的标签不应改变其含义：我想说，性别通常不会被视为可交换的。 |f左侧的公式组件指定了在分组变量的不同级别上变化的术语：除非使用-1或0显式抑制，否则始终包含截距。除非您想要强制执行随机效果的特定组合彼此独立，否则您应该在相同的f规范中包含所有不同的项。如果需要包含分类变量的多个独立f术语，则需要特别小心。这需要较长的解释/单独的问题。 如果多个随机截取与不同的分组变量有关，则可以在同一模型中合理地设置多个随机截取：例如，1 |主题+1 |场景意味着截取在主题和场景之间存在差异。

---

你觉得这有效吗？我只是不明白为什么我们要为态度添加两次随机斜率：对不起，我也有点缺乏理论知识，但试着读一些关于它的东西。有人能解释一下吗？