r - lme4中的多元线性混合模型

我想知道如何用lme4拟合多元线性混合模型。我用以下代码拟合了单变量线性混合模型：

library(lme4)
lmer.m1 <- lmer(Y1~A*B+(1|Block)+(1|Block:A), data=Data)
summary(lmer.m1)
anova(lmer.m1)

lmer.m2 <- lmer(Y2~A*B+(1|Block)+(1|Block:A), data=Data)
summary(lmer.m2)
anova(lmer.m2)

我想知道如何用lme4拟合多元线性混合模型。数据如下：

Block A B    Y1    Y2
 1    1 1 135.8 121.6
 1    1 2 149.4 142.5
 1    1 3 155.4 145.0
 1    2 1 105.9 106.6
 1    2 2 112.9 119.2
 1    2 3 121.6 126.7
 2    1 1 121.9 133.5
 2    1 2 136.5 146.1
 2    1 3 145.8 154.0
 2    2 1 102.1 116.0
 2    2 2 112.0 121.3
 2    2 3 114.6 137.3
 3    1 1 133.4 132.4
 3    1 2 139.1 141.8
 3    1 3 157.3 156.1
 3    2 1 101.2  89.0
 3    2 2 109.8 104.6
 3    2 3 111.0 107.7
 4    1 1 124.9 133.4
 4    1 2 140.3 147.7
 4    1 3 147.1 157.7
 4    2 1 110.5  99.1
 4    2 2 117.7 100.9
 4    2 3 129.5 116.2

在此先感谢您的宝贵时间与合作。

最佳答案

通过简单地重新格式化数据，有时在nlme / lme4中可以令人满意地伪造此文件

require(reshape)
Data = melt(data, id.vars=1:3, variable_name='Y')
Data$Y = factor(gsub('Y(.+)', '\\1', Data$Y))

> Data
  Block A B Y value
1     1 1 1 1 135.8
2     1 1 2 1 149.4
3     1 1 3 1 155.4
4     1 2 1 1 105.9
5     1 2 2 1 112.9
6     1 2 3 1 121.6
...

然后在线性混合模型中包含新变量Y。

但是，对于真正的多元广义线性混合模型（MGLMM），您可能需要sabreR软件包或类似的软件包。软件包中还有一本完整的书，《使用R的多元广义线性混合模型》。如果您有订阅机构的代理，您甚至可以从http://www.crcnetbase.com/isbn/9781439813270免费下载。如果有任何进一步的建议，我会转介给您，因为这是一个棘手的话题，我非常新手。