【发布时间】：2014-08-07 23:31:47
【问题描述】：
我正在尝试在 R 中拟合广义线性混合模型。我有大量的谱系和基因型数据。我试过这个：
m1 <- lmer(Final_sx~(1 | ID)+cohort2+cohort3+cohort4+sex,
data=solar_new_phen,family=poisson)
它给了我信息：
随机效应的分组因子的水平数是 等于 n，观察次数
我在大多数教程中看到人们使用 ID 作为聚类变量。在 kinship 包以及 lmekin 函数中是这样的：
rand.eff=formula(paste("~1|",sub.ID))
fit <- try(lmekin(fixed=fix.eff,data=x,random = rand.eff,varlist=list(kmat)))
我应该使用个人 ID 还是家庭 ID 作为随机效应？我很困惑。我有家谱，我认为我应该使用 Family ID 作为聚类变量。如果有人能指导我对随机效应的解释很少，那就太好了。
【问题讨论】：
-
This question over on Cross Validated 是相关的，可能会有所帮助。
-
如果您尝试估计家庭的单独方差分量，您可能应该将“家庭 id”用于公式的随机效应部分。例如，如果您希望您的反应在家庭内部是相关的，这将是有道理的（它可能是）。如果您对每个人进行多次观察，您可以（另外）包括可能与家庭级随机效应相关的个人级随机效应。看来你没有。如果您的问题本质上更具统计性，我会重新格式化您的问题并在 stats.stackexchange.com 上提问。
标签： r