Трехуровневая частично вложенная модель

Question

Я моделирую изменения во времени в группах психотерапии, используя R и lme4. Моих данных имеют следующую структуру:

• предмета (ID)
• времени (код 1-10 для равноотстоящих повторных измерений)
• результата (для каждого повторного измерения)
• лечения (0/1 для психотерапии/в режиме ожидания управления список)

Моя первая двухуровневая модель со случайными склонов и перехватывает работает хорошо и просто:

Теперь мне было интересно, следует ли использовать трехуровневую частично вложенную модель, потому что субъекты групповой психотерапии находятся внутри терапевта (там, где несколько терапевтов предоставляют лечение), но элементы управления не были вложены. Я предполагаю, что я должен учитывать, по крайней мере, основные эффекты психотерапевтов, как утверждает Де Йонг, Moerbeek & Van der Leeden (2010).

De Jong, K., Moerbeek, M., & Van der Leeden, R. (2010). Априорный анализ мощности в продольных трехуровневых многоуровневых моделях: пример с эффектами терапевта. Исследование психотерапии, 20 (3), 273-284.

Я нашел очень полезный ресурс по следующей ссылке в разделе «Частично вложенные модели»: http://rpsychologist.com/r-guide-longitudinal-lme-lmer

Автор дает следующий код для модели практически идентичной той, которую я хотел бы тест:

lmer(outcome ~ time * treatment + (1 | group:subject) + (0 + time | therapist:subject) + (0 + time:treatment | group) + (0 + treatment | group), data=data) 

Данные, которые он представляет, практически идентичны, но он добавляет в модель переменную «группа». Я не понимаю, почему это происходит потому, что лечение/контрольная группировка - это то же самое, что и группа лечения/без лечения. Если испытуемый получил лечение, чем в экспериментальной группе, если не он в контрольной группе. Как вы могли бы написать эту трехуровневую частично вложенную модель? Я знаю, что это больше вопрос для Crossvalidated forum, я разместил его там без ответа, и я действительно чувствую смущение. Спасибо.

Answer 1

Храните его простым. Просто добавьте мануального терапевта none к предметам без терапевта. Затем установите модель ниже.

lmer(outcome ~ time * treatment + (time | therapist/subject), data=data) 

терапевт none смешивается с лечением waiting list. Терапевт является случайным эффектом и, таким образом, наказывается. Лечение является фиксированным эффектом и не наказывается. Следовательно, вся информация будет идти на эффект лечения для waiting list, а эффект терапевта для none будет равен нулю.