问题描述
我是第一次使用随机截距分析时序数据。我有前后位置指示器的不同地区的时间序列数据。也有一些位置属于一个干预组，而另一些则属于不同的干预组。这是一个玩具数据集，
data<-data.frame(Outcome=c(arima.sim(model=list(ar=c(.9,-.2)),n=36)+rnorm(36),arima.sim(model=list(ar=c(.5,-.1)),arima.sim(model=list(ar=c(.6,-.3)),n=36)+rnorm(36)),Time=rep(1:36,3),Treatment=c(rep("A",72),rep("B",36)),Location= c(rep("South",36),rep("North",rep("East",pre_post = factor(c(rep(0,20),rep(1,16),rep(0,16))))
这里Outcome是3年每月报告，是从3个不同的Location收集的，Treatment是干预指标，pre_post是事前或事后时间指示符。为了估算位置随机拦截的差异，我使用以下代码，
model <- lmer(Outcome~ pre_post+Treatment+ Treatment:pre_post+ (1|Location),data = data)
我的原始数据具有每月季节性。现在我的问题是我应该如何调整这里的每月季节性？任何建议都会很有帮助。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）