無攔截的混合模型

Question

我想使用沒有隨機攔截但具有相關結構的混合模型。原因是讓AIC幫助選擇最佳的相關結構（例如自迴歸與複合對稱）。所以它基本上是一個GEE，但是GEE不允許估計AIC。它們也被稱爲協方差模式模型。

下面的代碼用複合對稱相關來模擬隨機數據。該模型適合隨機截距和方差 - 協方差矩陣。有什麼辦法可以關掉隨機攔截嗎？

library(MASS) 
library(nlme) 
Sigma = toeplitz(c(1,0.5,0.5,0.5)) 
data = data.frame(mvrnorm(n=10, mu=1:4, Sigma=Sigma)) 
data$id = 1:nrow(data) 
long = reshape(data, direction='long', varying=list(1:4), v.names='Y') 
cs = corCompSymm(0.5, form = ~ 1 | id) 
model = lme(Y~time , random=list(~1|id), data=long, correlation=cs) 
summary(model) 

Answer 1

如果你是比較相關的結構僅感興趣的話，那麼我敢肯定你的目標可以由一個廣義最小二乘法擬合模型與gls送達：

model = gls(Y~time, data=long, correlation=cs) 
summary(model) 
AIC(model) 

否則，線性混合效應模型符合lme必須具有指定的隨機效果。