インターセプトなしの混合モデル

Question

ランダムインターセプトではなく相関構造を持つ混合モデルを使用します。その理由は、AICが最良の相関構造（例えば、自己回帰対化合物対称性）を選択するのを助けるためである。基本的にはGEEですが、GEEではAICの見積もりができません。共分散パターンモデルとも呼ばれます。

以下のコードは、複合対称相関を持つランダムデータをシミュレートしています。このモデルは、ランダムインターセプト行列と分散共分散行列の両方に適合します。無作為な切片を切る方法はありますか？

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

あなたは相関構造を比較する上で、単に興味があるならば、私はあなたの目標はglsとフィット一般化最小二乗モデルによって提供することができ、かなり確信している：線形混合効果、そうでない場合

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

lmeのモデル適合は、ランダム効果を指定する必要があります。