一般線性混合效應（glmer）異方差模型

我的變量是在一個隨機區塊上進行測量的，採用子採樣設計，其中我的治療是23 Accesion。我有3個完整的塊和每塊6個樣本。示例數據框包含4個響應變量（LH，REN，FTT，DFR），訪問（處理），Bloque（塊號）和Plot（即子採樣的變量）。數據的頭是：一般線性混合效應（glmer）異方差模型

Plot Accesion Bloque LH REN FTT DFR 
1 221  22  1 20.6 1127 23 88 
2 221  22  1 20.5 1638 20 88 
3 221  22  1 24.5 1319 16 88 
4 221  22  1 21.4 960 17 88 
5 221  22  1 25.7 1469 18 88 
6 221  22  1 25.8 1658 21 88

因此，該數據是所有類型的轉換（日誌，boxcox，電源等）後，非正常和異方差幾乎所有的100個響應變量。大多數變量顯示每個Accesion具有不同方差的卡方或泊松樣分佈。

Histogram for FTT

到目前爲止，我beeng上運行的廣義線性與泊松使用的FTT的glmer()作爲響應變量模型效果的工作。我正在使用此代碼：

FTTglme = glmer(FTT ~ Accesion + Bloque + (1|Plot), data = Lyc, 
family=poisson(link="identity"))

根據shapiro.test（），殘差是非正常的。我認爲，這是因爲在殘差中觀察到異方差。正如Accesion殘差的箱線圖，顯示差異的區別：

Boxplot of Residuals by Accesion

的異方差是植物種羣之間的預期，但我知道它可以在裏面glme進行建模。我要補充，我已經研究的代碼是：

vf <- varIdent(form=~Accesion) 

FTTglme = glmer(FTT ~ Accesion + Bloque + (1|Plot), data = Lyc, 
family=poisson(link="identity"), weights = vf)

我想不同的差異，以瞭解每個Accesion類別。不過，我不斷收到錯誤：

Error in model.frame.default(data = Lyc, weights = varIdent(form = ~Accesion), : 
    variable lengths differ (found for '(weights)')

有誰知道如何計算方差的Accesions之間的glmer()裏面的區別是什麼？

任何其他建議來分析數據也是受歡迎的。

來源

2017-08-21 Adolfo Donoso

（1）爲什麼一個身份鏈接？（2）你試圖混合'nlme'和'lme4'語法的權重：這是行不通的... –

glmer得到了一個權重參數。什麼是正確的sintax？ –

我已經解決了這個問題。在glmer（）中，權值參數對應於與原始長度相同長度的向量。爲了模擬我產生了偏差數據框的異方差：

VAR<-aggregate(Lyc[,6],by=list(Lyc$Accesion), var) 
colnames(VAR)<-c("Accesion", "Var")

這產生一個數據幀處理/差異，它的頭是：

Accesion  Var 
1  22 4.369281 
2  23 16.251634 
3  24 13.911765 
4  25 15.404412 
5  26 15.895833 
6  27 44.838095

然後，我創建一個新的數據幀合併兩個dataframes

Lyc2<-merge(VAR, Lyc, by="Accesion")

而且正如我所看到的做錯了1次，需要使用逆方差，以糾正方差。

Lyc2$Var<-(1/Lyc2$Var)

所有數據的步驟後，我運行代碼：

FTTglme = glmer(FTT ~ Accesion + Bloque + (1|Plot), data = Lyc2,  
family=poisson(link="log"), weights = Lyc2$Var)

修復該問題方差：

來源

2017-08-23 00:11:55

有利於您解決問題。這與估計每組的不同差異並不完全相同。 https://stackoverflow.com/questions/21409340/how-to-allow-for-factor-specific-variance-of-random-effect-in-lme給出了一個鏈接，但它對於你的例子並不是非常實用，因爲它需要爲每個組設置單獨的虛擬變量... –

一般線性混合效應（glmer）異方差模型

回答

相關問題