相互に相関するいくつかのランダムな切片があり、データがネストされていない R の縦断モデルを推定しようとしています。たとえば、生徒のテストの点数が 3 つのランダム切片、1 つのランダムな学校効果、1 つのランダムな教師効果、および 1 つのランダムな教師と学校の一致効果に回帰する単純な縦断モデルを考えてみましょう。縦断データでは教師が頻繁に学校を変えるため、データはネストされていません。私は主に変量効果パラメーター自体に関心があるため、3 つの変量効果すべてを指定して、それらを相互に関連付けることができるようにしたいと考えています。ランダムな勾配はなく、ランダムな切片のみがあります。
私は試した：
model1 <- lmer(test_score ~ FEs + (1|schoolid) + (1|teacherid) + (1|matchid), data)
しかし、これにより、ランダム効果が相互に無相関になるように強制されるようです。lmerまたは他のRパッケージを使用して、ランダム切片を互いに相関させることができる同様のモデルを推定する方法はありますか(ネストされていないデータを使用)?
より具体的には、上記のモデルは共分散行列を強制的に対角にします。代わりに推定したいのは、このリンクのような無制限の共分散行列を持つランダム効果モデルです