我正在使用 R 中的 lme4 中的 glmer 拟合随机效应模型。该模型对我来说看起来不错。
我的理解是随机效应来自均值 0 和方差 1.632 的正态分布(见上文)。因此，我期望条件均值(或条件模式，通过使用 getME(modelfit, 'b') 获得)的分布应该或多或少遵循钟形曲线。 然而，当我绘制条件均值的直方图时，我发现它非常奇怪，它看起来像 2 个以 0 分隔的独立分布。绘图如下:
条件模式对应的 Q-Q 图:
有人知道这是什么意思吗？是否有一些强混杂因素？或者它可以像这样表现吗？
最佳答案
@RomanLustrik 正确区分了条件模式正态性的基本假设和条件模式本身的估计。估计值不必是正态的；有关条件模式分布的诊断图，请参阅?qqmath.ranef.mer。如果你的条件模式的分布远离正态分布，那么你可能确实有问题。不幸的是，放宽正态性假设会使建模变得更加困难。例如，您可能能够使用潜在混合模型，其中假设条件模式是从两个法线的混合中提取的 - 但我不知道实现此功能的 R 包；如果我要这样做，我可能会使用 JAGS 或 Stan 等工具箱来实现它。
在您朝这个方向前进之前，请务必注意，您的数据特征(每组大约 2 个伯努利观测值)使得默认的拉普拉斯近似预计会非常糟糕。尝试nAGQ=10(甚至更高)；它会大大减慢您的拟合速度，但可能会改善结果。
关于r - 为什么条件均值(条件模式)或随机效应的图看起来像这样？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/44025540/