如何在 nlme 包中建模嵌套随机效应答案

【问题标题】：how to model nested random effect in nlme package如何在 nlme 包中建模嵌套随机效应
【发布时间】：2013-05-03 08:46:36
【问题描述】：

我在线性混合模型中有两个因素。因子 A 被视为固定效应，因子 B 被视为随机效应并嵌套在因子 A 中。谁能告诉我如何使用 nlme R 包做到这一点？

我知道lme( response~ factorA, random=~1|factorA/factorB) 是一种建模方式。但是，此函数将因子 A 视为随机效应。

【问题讨论】：

为什么不只是：lme( response~ factorA, random=~1|factorB)?
因子 B 嵌套在因子 A 中。
对，但这与将因子 A 指定为随机有什么不同？
没有人指定任何因素是随机的。只有截距被指定为跨某个因素的随机。如果您希望拦截在factorB 的级别上是随机的，DWin 的第一个建议似乎是合理的
也许你需要用英语更清楚地描述你的学习，所以这不是一个猜谜游戏。

标签： r

【解决方案1】：

您的数据结构似乎使得对个人的观察嵌套在由factorB 标识的组中。这些组进一步嵌套在由factorA 标识的更大的组中。您不希望此层次结构的最高级别拥有自己的随机截距项。相反，您只需使用作为固定效应包含的因素来模拟变化。美好的。然后剩下的就是允许截距在factorB 上变化。这正是 DWin 所建议的。

lme(response ~ factorA, random=~1|factorB)

不过，这是否真的是您想要的并不完全清楚。从您写的问题中也不清楚您的数据的真实结构是什么。如果您更新问题，我将更新此答案以适合。

【讨论】：

【解决方案2】：

这取决于变量的编码方式。 factorB 中的变量可能有不同的名称，如下所示；那么只需将factorB 作为随机效果就足够了。

factorA  factorB
bob      bob1
bob      bob2
bob      bob3
jane     jane1
jane     jane2
jane     jane3

lme(response ~ factorA, random=~1|factorB)

但是对于factorA 的每个级别，factorB 中的变量可能具有相同的编码，如下所示；那么仅仅将factorB 作为随机效应是不正确的；相反，您需要随机效应作为它们之间的交互，我认为使用 : 的代码会起作用，但创建一个新变量可能更具可读性。

factorA  factorB
bob      rep1
bob      rep2
bob      rep3
jane     rep1
jane     rep2
jane     rep3

lme(response ~ factorA, random=~1|factorA:factorB)

dat$factorAB <- with(dat, factor(paste(factorA, factorB), sep="."))
lme(response ~ factorA, random=~1|factorAB)

【讨论】：

我认为dat$factorAB <- with(dat, factor(paste(factorA, factorB), sep=".")) 与factorA:factorB 相同，除了分隔组合的字符。
另外，如果 factorB 唯一标识每个数据点（我承认我们不知道），那么允许参数在该因子上变化就是重复残差项（即可能不允许） .
关于@ndoogan 的第一条评论：是的，: 和paste 确实有非常相似的结果，尽管: 会为两者的每个组合设置级别，即使该组合没有存在。我认为在公式中使用: 是可行的，但是应该检查任何额外的级别不会导致问题，并确保公式机制正确处理:。
@ndoogan 的第二条评论是正确的：我的示例数据集应该为每个组合包含多行，否则不需要随机效果，并且取决于软件，会失败。
谢谢，这回答了我的问题。