纵向数据下含两个分类预测变量的lmer模型：随机效应选择咨询

AI 小北

2026-8-20

针对纵向数据的lmer模型选择建议

随机截距模型：
```
lmer(SCORE ~ YEAR * LANGUAGE + (1|SUBJECT), data = data)
```
这个模型假设每个受试者的基线得分存在个体差异，但YEAR、LANGUAGE以及两者交互的效应在所有受试者中是固定的，不存在个体间差异。优点是简单易解释，适合初步探索。
多水平随机截距模型：
```
lmer(SCORE ~ YEAR * LANGUAGE + (1|SUBJECT)+ (1|YEAR:SUBJECT) + (1|LANGUAGE:SUBJECT))
```
这个模型试图拆分受试者内的年份、语言分组变异，但你的数据中每个受试者都覆盖了所有YEAR和LANGUAGE组合，这种拆分方式意义不大，而且每个YEAR:SUBJECT或LANGUAGE:SUBJECT组仅包含2个观测，会导致随机效应方差的估计精度极低，甚至可能引发模型收敛问题，不推荐使用。

结合你的数据结构（每个受试者对应4个观测：2年份×2语言，各2个重复），推荐从以下方向调整模型：

如果你的研究假设支持“年份/语言对得分的效应存在个体差异”，可以考虑加入对应随机斜率：

若认为年份对得分的影响随受试者不同而变化：

lmer(SCORE ~ YEAR * LANGUAGE + (1 + YEAR|SUBJECT), data = data)

若认为语言对得分的影响随受试者不同而变化：
```
lmer(SCORE ~ YEAR * LANGUAGE + (1 + LANGUAGE|SUBJECT), data = data)
```
注意：不建议同时加入YEAR和LANGUAGE的随机斜率（更不用说交互项的随机斜率），因为每个受试者仅4个观测，模型过于复杂会导致随机效应估计不稳定，甚至无法收敛。

由于每个受试者在同一(YEAR, LANGUAGE)组合下有2个重复得分，这部分内部变异需要被建模，否则模型标准误会偏误。可以加入这个嵌套水平的随机截距：

lmer(SCORE ~ YEAR * LANGUAGE + (1|SUBJECT) + (1|SUBJECT:YEAR:LANGUAGE), data = data)

这个模型既保留了受试者间的基线差异，又解释了同一受试者在同一“年份-语言”组合下重复测量的变异，比你提出的第二个模型更贴合数据结构。

从简到繁逐步验证：先拟合最简单的随机截距模型，再逐步加入随机斜率或重复测量水平的随机效应，通过似然比检验、AIC/BIC值比较来判断复杂模型是否显著更优。
关注收敛性：如果复杂模型出现收敛警告（比如“singular fit”），说明当前数据不足以支撑该结构，应退回更简单的模型。可以尝试调整优化器（如lmerControl(optimizer="bobyqa")）来解决轻微收敛问题，但如果问题持续，必须简化模型。
结合研究问题：优先选择符合你研究假设的模型，而不是单纯追求最优统计指标——统计上更优的模型如果不符合研究逻辑，解释性会大打折扣。

内容的提问来源于stack exchange，提问作者Larissa Cury