R 中的多元线性混合模型

Question

我在 R 中遇到了一些困难。我想制作一个多元线性混合模型，其中变量有slope_reactivity、peak_reactivity和slope_recovery作为因变量，以及normalized_CTseverity、gender、age_years和binary_diagnosis以及因变量。研究是随机效应。

我得到了这段代码：

模型_皮质醇 <- lmer(slope_reactivity + slope_recovery + peak_reactivity ~ normalized_CTseverity + age_years + gender + binary_diagnosis + (1 | study), data = df_sum_cort)

然而，这仅给我归一化_CTseverity等对slope_reactivity、slope_recovery和peak_reactivity作为一个整体的影响。我还希望自变量对因变量的影响彼此分开。

我该怎么做？我是否可以更改模型代码中的某些内容，或者可以进行某种事后测试吗？我不想做单独的模型，因为slope_reactivity、slope_recovery 和peak_reactivity 紧密相关。

Answer 1

你打电话

summary(model_cortisol)

了吗？这应该会给你截距值。

查看 this 关于 R 统计的书。看起来你介意在那里找到答案，具体取决于你到底想从输出中得到什么。