重复测量的方差分析使用回归模型（LM，11聚物）(repeated measure anova us

我想利用回归模型，而不是一个“方差分析”（AOV）函数中的R运行重复测量的方差分析。

下面是3受试者内因素的我的AOV代码的示例：

m.aov<-aov(measure~(task*region*actiontype) + Error(subject/(task*region*actiontype)),data)  

能有人给我确切的语法运行采用回归模型相同的分析？ 我想，以确保尊重残差的独立性，即使用特定的误差项与AOV。

在以前的文章中，我读出的类型回答：

lmer(DV ~ 1 + IV1*IV2*IV3 + (IV1*IV2*IV3|Subject), dataset))

我真的不知道这个解决方案，因为它仍然把变量作为主体之间，我不知道如何添加随机的因素会改变这种情况。

是否有人知道如何运行重复测量的方差分析与流明/ 11聚物考虑到剩余的独立性？

非常感谢，Solene

Answer 1:

如果你的AOV例子是正确的（也许你不想窝的东西）你想这样的：

lmer(measure~(task*region*actiontype) + 1(1|subject/(task:region:actiontype))

如果剩余的独立性意味着截距和斜率分别进行计算，则需要单独指定：

+(1|yourfactors)+(0+variable|yourfactors)

或者用符号：

+(1||yourfactors)

无论如何，如果你读了帮助文件，你可以找到lme4不能用最普通的问题处理。

文章来源: repeated measure anova using regression models (LM, LMER)