LME 中使用的 varIdent 函数可以正常工作吗？答案

【问题标题】：Does the varIdent function, used in LME work fine?LME 中使用的 varIdent 函数可以正常工作吗？
【发布时间】：2014-07-29 04:28:08
【问题描述】：

如果有人可以帮助我解决这个问题，我会很高兴。我有重复测量设计的数据，我们测试了感染前后鸟类 (time.dep) 的反应 (exper)。我们还有FL（燃料负荷，瘦体重百分比）、脂肪分数和组（实验与对照）作为解释变量。我决定使用LME，因为残差分布不会偏离正态分布。但是残差的同质性存在问题。 “之前”和“之后”组的差异以及脂肪水平之间的差异显着（Fligner-Killeen 测试，分别为p=0.038 和p=0.01）。

   ring    group fat time.dep  FL   exper
1 XZ13125     E   4     0.36 16.295 before
2 XZ13125     E   3     0.32 12.547  after
3 XZ13126     E   3     0.28  7.721 before
4 XZ13127     C   3     0.32  9.157 before
5 XZ13127     C   3     0.40 -1.902  after
6 XZ13129     C   4     0.40 10.382 before

在我选择了模型的随机部分，即随机截距 (~1|ring) 后，我为“fat”和“exper”应用了权重参数 (varComb(varIdent(form=~1|fat), varIdent(form=~1|exper))。现在标准化残差与拟合的图看起来更好，但我仍然违反了这些变量的同质性（fligner 测试中的值相同）。我做错了什么？

【问题讨论】：

如果没有可重现的例子，很难说。你在使用residuals(type="pearson") 吗？
非常感谢！可能这就是问题所在。当我尝试使用 (type="pearson") 时，一切看起来都很棒。

标签： r models

【解决方案1】：

lme 中的一个常见陷阱是默认提供原始残差，即未针对可能已使用的任何异方差 (weights) 或相关 (correlation) 子模型进行调整。来自?residuals.lme：

type：指定残差类型的可选字符串要使用的。如果是“响应”，默认情况下，“原始” 使用残差（观察到的 - 拟合）；否则，如果“皮尔逊”，标准化残差（原始残差除以使用相应的标准误差）；否则，如果 ‘"normalized"’，归一化残差（标准化残差预乘以逆平方根因子估计的误差相关矩阵）被使用。部分的使用参数匹配，所以只有第一个字符需要提供。

因此，如果您希望对残差进行异方差校正（包括在模型中），您需要type="pearson"；如果您希望它们被校正相关性，您需要type="normalized"。

【讨论】：