問題タブ [random-effects]

おそらく簡単なものです。

混合効果モデルを当てはめたい固定効果と変量効果のデータがあります。

固定効果はgroupとtreatmentであり、ランダム効果はであり、私の理解では、との組み合わせclass内にネストされています。grouptreatment

適合させたいモデルは次のとおりです。

相互作用の場合は、どこに興味の効果がありgroup:treatmentます。もちろんclass、ランダム効果として説明したいのですが、その構文が何であるかを見つけることができないようです。私は試しました： しかし(1|group*treatment/class)、(1|group:treatment/class)両方ともエラーが発生します。

group:treatmentでの列の定義df:

そしてフィッティング：

うまくいくようですが、それが唯一の方法なのか、それともランダムな効果のネストのような場合のためのより明示的な構文があるのか​​ どうか疑問に思っています。

何か案が？

ランダム効果構造 (最適なモデル フィット) で切片効果と勾配効果を使用しようとしていますが、使用すると次のエラーが発生します。

警告メッセージ: 1: commonArgs(par, fn, control, environment()) : maxfun < 10 * length(par)^2 は推奨されません。2: Inoptwrap(optimizer, devfun, getStart(start, rho$lower, rho$pp), :
bobyqa からの収束コード 1: bobyqa -- 関数評価の最大数を超えました 3: in checkConv(attr(opt, "derivs") 、opt$par、ctrl = control$checkConv、: モデルは max|grad| = 0.0704516 (tol = 0.002、コンポーネント 1) で収束に失敗しました

傍受効果だけを実行すると、これらのエラーは発生しません。

REML による線形混合モデルの適合 ['lmerMod'] 式: (sqrt(degrees)) ~ Condition * CogLoad + (1 | Video) + (1 | Subject) データ: データセット

収束時の REML 基準: 183048.6

スケーリングされた残差: 最小 1Q 中央値 3Q 最大 -3.7418 -0.6048 -0.0377 0.5293 5.9471

変量効果: グループ 名前 分散 標準偏差
対象 (傍受) 0.01385 0.1177
ビデオ (傍受) 0.15947 0.3993
残差 0.67628 0.8224
obs の数: 74731、グループ: 対象、27。ビデオ、11

固定効果: Std を推定します。エラー t 値 (インターセプト) 2.260374 0.123524 18.299 ConditionMap 0.022744 0.050473 0.451 CogLoadNone 0.047609 0.008152 5.840 ConditionMap:CogLoadNone 0.051590 0.013228 3.900

固定効果の相関: (Intr) CndtnM CgLdNn ConditionMp -0.121
CogLoadNone -0.032 0.068
CndtnMp:CLN 0.016 -0.130 -0.507

最初のモデルが適切に収束しない理由を誰かが知っているなら、本当にいくつかの入力が大好きです.

R から線形混合効果を試して、それを python に変換しましたが、どちらも異なる結果になります。正しく変換できますか? 私のRコード：

*予測子間の交互作用です。私のpythonコード：