没有截距的混合模型答案

【问题标题】：Mixed model without an intercept没有截距的混合模型
【发布时间】：2017-02-24 01:23:19
【问题描述】：

我想使用没有随机截距但具有相关结构的混合模型。原因是让 AIC 帮助选择最佳相关结构（例如，自回归与复合对称）。所以它本质上是一个 GEE，但 GEE 不允许估计 AIC。它们也称为协方差模式模型。

下面的代码模拟具有复合对称相关性的随机数据。该模型适合随机截距和方差-协方差矩阵。有什么办法可以关闭随机拦截？

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)

【问题讨论】：

你想要相对于时间的随机斜率吗？
不，暂时对随机斜坡不感兴趣。

标签： r

【解决方案1】：

如果您只对比较相关结构感兴趣，那么我很确定您的目标可以通过适合 gls 的广义最小二乘模型来实现：

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

否则，符合lme 的线性混合效应模型必须指定随机效应。

【讨论】：