我从以下组织的实验中收集了数据:
两个站点,每个站点有30棵树。每个部位治疗15例,对照15例。从每棵树中,我们采样了三根茎和三根根,因此每棵树有6个1级样品,由两个因子水平(根,茎)之一表示。然后,从这些茎/根样本中,我们通过解剖样本中的不同组织来获取两个样本,这由组织类型(组织类型A,组织类型B)的两个因子水平之一表示。这些样本作为连续变量进行测量。观测总数为720;2个地点* 30棵树*(三个茎样本+三个根样本)*(一个组织A样本+一个组织B样本)。数据看起来像这样...
ï..Site Tree Treatment Organ Sample Tissue Total_Length
1 L LT1 T R 1 Phloem 30
2 L LT1 T R 1 Xylem 28
3 L LT1 T R 2 Phloem 46
4 L LT1 T R 2 Xylem 38
5 L LT1 T R 3 Phloem 103
6 L LT1 T R 3 Xylem 53
7 L LT1 T S 1 Phloem 29
8 L LT1 T S 1 Xylem 21
9 L LT1 T S 2 Phloem 56
10 L LT1 T S 2 Xylem 49
11 L LT1 T S 3 Phloem 41
12 L LT1 T S 3 Xylem 30
我正在尝试使用R和lme4拟合混合效果模型,但是对于混合模型还是陌生的。我想将响应建模为治疗+ 1级因子(茎,根)+ 2级因子(组织A,组织B),而嵌套在两个级别中的特定样品具有随机效应。
在R中,我使用lmer进行此操作,如下所示
fit <- lmer(Response ~ Treatment + Organ + Tissue + (1|Tree/Organ/Sample))
根据我的理解(...不确定,以及为什么要发布!),该术语:
(1|Tree/Organ/Sample)
指定“样本”嵌套在器官样本中,而器官样本嵌套在树中。这种嵌套是否相关/有效?抱歉,如果这个问题不清楚,请指明我可以详细说明的地方。