具有交叉重复效应和AR1协方差结构的线性混合模型，R

我有来自参与者（

部分

）的受试者内生理数据，他们都在三轮（

轮

）中观察刺激（阅读报纸），每个轮都有五篇论文（

论文

），在每个受试者内，报纸上的访问次数是可变的（

访问

）。我有两个固定因素（

CONDhier

和

CONDabund

）加上相互作用来预测生理状态（例如，

EDA

），这通常是自回归的。我试图考虑随机效应的生理学个体差异（让我们暂时只考虑拦截），也许还有另一个随机效应的回合疲劳

因此，我想在R中运行的模型是，在SPSS中：

MIXED EDA BY CONDhier CONDabund  
 /FIXED=CONDhier CONDabund CONDhier*CONDabund | SSTYPE(3)  
 /RANDOM=INTERCEPT | SUBJECT(part) COVTYPE(VC)  
 /RANDOM=INTERCEPT | SUBJECT(part*round) COVTYPE(VC)  
 /PRINT=SOLUTION  
 /METHOD=REML  
 /REPEATED=visit | SUBJECT(part*round*paper) COVTYPE(AR1).

现在，我明白了，虽然

lme

不能很好地处理交叉项，

lmer

（处理交叉项没有问题）不能使用不同的协方差结构。我可以运行简单的lme模型，例如

    lme(EDA ~ factor(CONDhier) * factor(CONDabund), random= ~1
   |part, na.action=na.exclude, data=phys2)

但我无法理解一个更复杂的模型。我读过lme中的交叉术语可以用随机定义完成，如

    random=pdBlocked(list(pdCompSymm(~part), pdCompSymm(~round-1), pdCompSymm(~paper-1), 
pdCompSymm(~visit-1)))

但这似乎阻止了AR1结构，第二次随机截获部分*轮，从我这里。我不太确定它是否与我的SPSS语法相同

那么，有什么建议吗？尽管有很多关于lme和lmer的不同著作，但我找不到一本既有交叉术语又有AR1的著作

---

（此外，lme的语法似乎相当模糊：从几个不同的来源我了解到|将左边的东西放在右边的东西下面，这/构成嵌套项，~1是随机截距，~x是随机斜率，~1+x是两者，但似乎至少有：和-1的定义，我在任何地方都找不到。有导师吗这可以解释所有不同的定义吗？

如果你使用典型相关分析（CCA）。有一个R。

考虑R包MCMCglmm，它允许复杂的混合效应模型

虽然它的实现很有挑战性，但它可能会解决您一直遇到的问题

---

fixed not complete，但更多关于R混合模型语法的信息，请参见感谢！（+filler as comments必须至少有15个字符的长度…）您是对的
lme4
缺少“R-side”（自相关）结构（可能会有一段时间，我们被淹没）。我不确定（一个可复制的示例会很好），但您可能需要类似于
random=pdBlocked（list（pdCompSymm（~part-1）、pdCompSymm（~round-1）、pdCompSymm（~paper:round）、pdCompSymm（~visit:paper:round））
…我不太明白您所说的“阻止AR结构”是什么意思。您可能需要
correlation=corAR1（）
（尽管您可能正确地说这不起作用）.AD Model Builder/JAGS/BUGS/Stan（build your own）是我所知道的唯一的开源工具。你确定你的意思是
pdCompSymm（~paper:round）
和
pdCompSymm（~visit:paper:round）
，而不是相反-round:paper和round:paper:visit？我的意思是，所有访问都发生在论文中，所有论文都发生在轮次中，查看链接中的规范，我觉得分组变量（在|的右侧）在左侧，而该变量中较小的部分在其右侧。（或者我读错了什么？英语不是我的第一语言。）（愚蠢的字符限制）我是否正确：表示只计算最右边变量的截距或斜率，而/表示同时计算组变量和其中的变量？进一步，通过“阻止AR结构”我的意思是使用pdCompSymm将定义使用复合对称，除此之外，我不能使用AR1。或者单独的相关规范是否覆盖了复合对称结构？谢谢，下次需要时我会尝试。