我是否正确指定了我的lmer模型？

我搜寻了Google和该站点，但对lme4库中的lmer函数仍然感到困惑。

我从不同的精神病房收集了一些数据，这些数据具有多层次的结构。为简化起见，我将选择两个2级和2个1级变量，尽管实际上我还有几个。

2级-WardSize [这是病房的人数]和WAS [这是病房的“好”程度的一种度量]

告诉R谁在哪个病房中的分组变量称为“ Ward”

一级-性别[很明显是性别]和BSITotal [这是症状严重程度的度量]

结果是自我拒绝，这又是听起来的样子。

我有这个公式：

help = lmer（公式= Selfreject〜WardSize + WAS +性别+ BSITotal +（1 | Ward））

我希望这意味着“每个人的得分都与他们自己的性别和症状的严重程度有关，并且对病房的影响与病房的大小以及病情的“好”程度有关。

它是否正确？使我感到困惑的是，除了最后给出的病房级别截距之外，我看不到R如何分辨哪个是1级和哪个2级变量。

如果有人能解释这个概念，那么像我这样的白痴就可以理解，那就更好了。

非常感谢！

您的模型规格很好。

正如您对（1 | Ward）所做的那样，在lmer中指定的Ward截距变化是说，由于WardSize或Gender之外的其他原因，每个病房内的对象在Selfreject上可能更加相似，因此您需要控制相互之间的异质性。

您可以将“ 1”视为适合截距的数据中的1s列（即常数）。通常在lm中自动暗示“ 1”，例如

lm(Y ~ X1 + X2)

实际上指定

lm(Y ~ 1 + X1 + X2)

有了基本模型后，您就可以开始问诸如“ BSItotal和Selfreject 之间的关系在病房之间是否不同？”之类的其他问题了。

lmer(formula=Selfreject ~ WardSize + WAS + Gender + BSITotal + (1 + BSITotal | Ward))

也就是说，各个区域之间的截距和BSITotal的斜率都可以不同。

如果您还没有掌握它，Gelman＆Hill的《使用回归和多级模型/层次模型进行数据分析》是一本很棒的书，它解释了如何使用lmer拟合这样的模型。

这是指向道格拉斯·贝茨（Douglas Bates，他写lme4）的解释的链接，该解释为什么不必为固定效果指定级别。