【问题标题】：lme4::lmer() With A -1?lme4::lmer() 用 A -1？
【发布时间】：2021-09-05 14:00:22
【问题描述】：
我正在查看已编码的 lmer 模型，但我不太明白 -1 是/在做什么。代码看起来像fit = lmer(resids ~ -1 + (1|loc/time))
我相信(1|loc/time) 片段可以等效地写成(1|loc) + (1|loc:time)，它是loc 的随机截距，time 的随机截距在loc 内变化。
现在我不太明白的部分：-1，我认为这与平均值有关。我发现在该位置使用-1（而不是1 或将其留空）的唯一地方是Fitting Linear Mixed-Effects Models using lme4 的第7 页。此处的表格将它与offset(o) 一起显示，offset(o) 用于“指定随机截距具有先验已知手段”。所以，我的直觉说，留下offset(o) 与使用offset(0) 相同（数字0 不是字符o），这意味着先验 手段都是@ 987654339@.
这对吗？
【问题讨论】：
标签：
r
statistics
lme4
random-effects
【解决方案1】：
是的，这会将模型的固定效应组件设置为零。虽然它是合法的，但这是一个比较奇怪的模型；我希望任何编写过代码的人都知道他们在做什么。我只能想到两个原因，您可以使用空的固定效应组件来拟合模型：
- 出于某种原因，您想要对截距的显着性进行似然比检验（这是不寻常的，在大多数情况下，截距并没有特别的统计意义）
- 您有一个特定的实验设计，其中 先验 已知平均值为零（例如，您的响应变量是两个随机可交换元素之间的某种差异）。李>
lmer(Reaction ~ -1 + (Days|Subject), sleepstudy)
Linear mixed model fit by maximum likelihood ['lmerMod']
Formula: Reaction ~ -1 + (Days | Subject)
Data: sleepstudy
AIC BIC logLik deviance df.resid
1840.7814 1853.5532 -916.3907 1832.7814 176
Random effects:
Groups Name Std.Dev. Corr
Subject (Intercept) 252.53
Days 11.93 0.88
Residual 25.59
Number of obs: 180, groups: Subject, 18
No fixed effect coefficients