r - 如何将 Afex 或汽车 ANOVA 模型转换为 lmer？观察到的变量

Question

在 afex包我们可以找到这个方差分析分析的例子:

data(obk.long, package = "afex")
# estimate mixed ANOVA on the full design:
# can be written in any of these ways: 

aov_car(value ~ treatment * gender + Error(id/(phase*hour)), data = obk.long,
        observed = "gender")

aov_4(value ~ treatment * gender + (phase*hour|id), data = obk.long,
        observed = "gender")

aov_ez("id", "value", obk.long, between = c("treatment", "gender"), 
       within = c("phase", "hour"), observed = "gender")

我的问题是，如何在 lme4 中编写相同的模型?
特别是，我不知道如何包括“观察到”一词？

如果我只是写

lmer(value ~ treatment * gender + (phase*hour|id), data = obk.long,
     observed = "gender")

我收到一个错误，告诉我观察到的不是一个有效的选项。

此外，如果我只是删除观察到的选项 lmer产生错误:

Error: number of observations (=240) <= number of random effects (=240) for term (phase * hour | id); the random-effects parameters and the residual variance (or scale parameter) are probably unidentifiable.

我在 lmer 语法中的何处指定“介于”或“在”变量中？。据我所知，您只需将因变量写在左侧，将所有其他变量写在右侧，误差项为 (1|id)。

包“car”将 idata 用于主题内变量。

Answer 1

我可能对经典方差分析理论了解得不够完整，无法完全回答这个问题，但我会尝试一下。首先，有几点:

observed论证似乎只与效应量的计算有关。

observed: ‘character’ vector indicating which of the variables are observed (i.e, measured) as compared to experimentally manipulated. The default effect size reported (generalized eta-squared) requires correct specification of the obsered [sic] (in contrast to manipulated) variables.

......所以我认为你把它留在外面是安全的。

如果你想覆盖错误，你可以使用

  control=lmerControl(check.nobs.vs.nRE="ignore")

......但这可能不是正确的前进方向。

我 思但我不确定这是正确的方法:

m1 <- lmer(value ~ treatment * gender + (1|id/phase:hour), data = obk.long,
    control=lmerControl(check.nobs.vs.nRE="ignore",
                            check.nobs.vs.nlev="ignore"),
    contrasts=list(treatment=contr.sum,gender=contr.sum))

这指定了 phase 的交互和 hour变化范围内 id .残差方差和(在 id 内逐小时)方差是混淆的(这就是我们需要覆盖 lmerControl() 规范的原因)，所以不要相信那些特定的方差估计。但是，治疗和性别的主要影响应该处理相同。如果您加载 lmerTest而不是 lmer并运行 summary(m1)或 anova(m1)对于由 afex 计算的固定(性别和治疗)效应，它为您提供相同的自由度 (10)。 .
lme给出了类似的答案，但需要事先构建逐小时交互:

library(nlme)
obk.long$ph <- with(obk.long,interaction(phase,hour))
m2 <- lme(value ~ treatment * gender,
             random=~1|id/ph, data = obk.long,
    contrasts=list(treatment=contr.sum,gender=contr.sum))
anova(m2,type="marginal")

不知道怎么重构 afex的随机效应检验。