在 R 中构建 GLMM 时，如果我“看到”多个连续变量的斜率不同，我是否需要多个随机斜率？

就我而言，我正在分析S在南部非洲的几个大面积单位（生物群落）中发现的植物物种数量（ ）。我有几个连续的预测变量，主要是气候参数。为此，我使用这样的 (G)LMM 公式：

myModel <- lmer(S ~ X1 + X2 + X3 + (1|biome), ...) # random intercept model

现在，我看到生物群系的坡度差异很大：

因此：我会将我的公式调整为：

myModel <- lmer(S ~ X1 + X2 + X3 + (X1|biome), ...) # random intercept - slope model

但是，如果我现在也看到了这一点X2并且X3变量之间的斜率不同，我的模型应该看起来像这样吗？

myModel <- lmer(S ~ X1 + X2 + X3 + (X1|biome) + (X2|biome) + (X3|biome), ...) 
# random intercept - (multiple) slope model

我问这个问题，因为我根本不确定最后一个公式是否使模型过于复杂，或者在统计意义上可能不是“允许”的，简而言之：我只是“不确定”并且我没有找到任何示例估计不止一个斜率。