混合效应模型（lme4）的截距（随机斜率）的多个变量

Question

我是R的新手，来自STATA。我想评估一个混合模型（lme4），其中我的因变量是一个均值（平均速度），我有独立变量crosswalk，approach_width（这两个在一个级别，街道或接近），lumix，pop_dens和empl_dens（这些在另一个级别，这个级别是交集）。对于不同的级别，我有一个ID（Int_ID和Approach_ID）。我们的想法是评估对于Int_ID级别中的lumix，pop_dens和empl_dens以及Approach_ID中的crosswalk，approach_width的含义的影响。

我一直试图找到在lmer函数上指定不同随机斜率的方法，但没有任何成功。我知道如果我只想评估Int_ID，Approach_ID应该是这样的：

memeads <- lmer(means ~ crosswalk + approach_width + lumix + pop_dens + empl_dens + (1 | Approach_ID) + (1 | Int_ID), data = db)

在STATA，我会做这样的事情：

xtmixed means crosswalk approach_width lumix pop_dens empl_dens || Int_ID : lumix pop_dens empl_dens || Approach_ID : crosswalk + approach_width

任何帮助，将不胜感激

Answer 1

在@ Oliver的帮助下，我能够适应我的模型。如果将来，解决方案如下。

要在斜率中包含多个随机变量，模型将为：

memeads <- lmer(means ~ crosswalk + approach_width + lumix + pop_dens + empl_dens + (1 + lumix + pop_dens + empl_dens | Approach_ID) + (1 +crosswalk + approach_width | Int_ID), data = db)

感谢您的支持