具有交叉重复效应和AR1协方差结构的线性混合模型，
我有内部学科的生理数据（ part ），他们都在三轮（ round ）上看了刺激（阅读报纸），每篇都有5篇论文（ paper ），每个论文都有不同的访问次数） 在报纸上。 我有两个固定因子（ CONDhier和CONDabund ）加上相互作用来预测生理状态（如EDA ），这通常是自回归的。 我尝试考虑生理学随机效应的个体差异（让我们只为了现在的拦截而定下），也许还有另外一个随机效应的轮次疲劳。
因此，我想在R中运行的模型是SPSS中的：
MIXED EDA BY CONDhier CONDabund /FIXED=CONDhier CONDabund CONDhier*CONDabund | SSTYPE(3) /RANDOM=INTERCEPT | SUBJECT(part) COVTYPE(VC) /RANDOM=INTERCEPT | SUBJECT(part*round) COVTYPE(VC) /PRINT=SOLUTION /METHOD=REML /REPEATED=visit | SUBJECT(part*round*paper) COVTYPE(AR1).
现在，我已经理解，虽然lme不能很好地交叉条件， lmer （处理交叉项没有问题）不能使用不同的协方差结构。 我可以运行简单的lme模型，比如
lme(EDA ~ factor(CONDhier) * factor(CONDabund), random= ~1 |part, na.action=na.exclude, data=phys2)
但更复杂的模型是超越我的。 我已经读过，在lme中的交叉项可以用随机的定义来完成
random=pdBlocked(list(pdCompSymm(~part), pdCompSymm(~round-1), pdCompSymm(~paper-1), pdCompSymm(~visit-1)))
但是这似乎阻止了AR1的结构，而第二个随机截取的部分来自我。 而且我不太确定它和我的SPSS语法是一样的。
那么，有什么build议？ 虽然在lme和lmer上有很多不同的着述，但是我找不到一个既能交叉又能交叉使用的术语。
（另外，lme上的语法似乎很模糊：从几个不同的来源我已经理解了左边什么在右边，什么是嵌套术语，〜1是随机截距，〜x是随机斜率，〜1 + x都是，但似乎至less有：和-1的定义，我找不到任何地方。是否有一个教程，将解释所有不同的定义？）
考虑允许复杂混合效应模型的R包MCMCglmm。
https://cran.r-project.org/web/packages/MCMCglmm/vignettes/CourseNotes.pdf
尽pipe实施起来可能会很有挑战性，但它可能会解决您遇到的问题。 它允许固定的和随机的效应公式分开给出，例如。
固定< – 公式（EDA〜CONDhier * CONDabund）
（1+ CONDhier）：part + us（1+ CONDhier）：round + us（1+ CONDhier）：paper + us（1+ CONDhier）：visit））
随机效应之间的协方差结构作为系数给出，一旦模型运行，可以使用MCMCglmm对象上的summary（）来检查。
如果你有一个交叉协方差matrix使用典型相关分析（CCA）。 有一个logging 的CCA的 R 包 。
