Regression
固定效應模型中的可變斜率
在混合效應模型中，對於給定的固定效應，固定效應允許不同的 y 截距。它不允許斜率改變，因為隨機效應允許斜率和截距改變。為什麼固定效應有這個限制？
例如，對於某些男孩和女孩，我可能在 10、11、12、13、14、15 歲時記錄了身高與記錄。在我看來，男孩的身高與年齡的斜率比女孩更陡峭，這似乎是合理的。但是將男孩與女孩建模為固定效應將不允許像隨機效應那樣出現不同的斜率。但是男孩和女孩是固定效應，因此隨機效應模型似乎不合適。在混合效應模型中模擬這樣的事情的合適方法是什麼？
謝謝
您的問題似乎有些混亂。增長模型中隨機效應（截距）的目的是解釋個體內部的相關性。您期望的男孩和女孩之間的斜率差異將通過斜率（即時間變量的固定效應）和性別之間的交互作用來建模。此外，您可以通過擬合隨機坡度，讓每個主體都有自己的坡度，或者更確切地說是從固定坡度偏移。
你說：
男孩和女孩是固定效應，因此隨機效應模型似乎不合適
這是對的。性是一種固定效應。
在您問題的示例中，您將適合以下模型：
height ~ sex * time + (1 | subject)這將估計男孩和女孩（ 的固定效應）的總體線性趨勢（
time的固定效應），並允許男孩和女孩的趨勢不同（相互作用），同時調整每個測量值之間的依賴性人（隨機截距）。time``sex``sex:time``subject如第一段所述，您還可以通過擬合隨機斜率來允許每個主題有自己的斜率
time：height ~ sex * time + (time | subject)