为什么从混合效应模型中自举残差会产生反保守的置信区间？

我通常处理的数据是，在2个或更多条件下，分别测量了多个个体。我最近一直在使用混合效果建模来评估条件之间差异的证据，individual并将其建模为随机效果。为了可视化此类建模预测的不确定性，我一直在使用自举法，其中在引导程序的每次迭代中，对个体和条件内观察进行替换抽样，并从中计算新的混合效应模型获得。这对于假定高斯误差的数据效果很好，但是当数据为二项式时，自举可能会花费很长时间，因为每次迭代都必须计算一个计算量相对较高的二项式混合效应模型。

我当时的想法是，我可以使用原始模型中的残差然后使用这些残差代替引导程序中的原始数据，这将使我能够在引导程序的每次迭代中计算一个高斯混合效果模型。将原始数据的二项式模型的原始预测与残差的自举预测相加，得出原始预测的CI为95％。

不过，我最近编码这种做法的一个简单的评价，造型两种情况之间没有区别的，计算的时间比例为95％置信区间未能包括零，而且我发现，上述基于残差，引导过程的产量相当强烈反保守的时间间隔（超过5％的时间排除零）。此外，我然后编码（与以前的链接相同）对该方法的类似评估，该评估应用于原始高斯数据，并且获得了相似的（尽管不是极端的）反保守CI。知道为什么会这样吗？

请记住，所有引导置信区间仅在指定的置信水平上渐近。还有很多可能的方法可以用来选择引导程序置信区间Efron的百分位数方法，Hall的百分位数方法，双自举程序，bootstrap t，倾斜的自举程序，BC，BCa以及其他一些方法。您尚未告诉我们您使用哪种方法。Schenker在1985年JASA上发表的论文表明，对于某些卡方分布，BC自举置信区间掩盖了广告百分比。在样本量小的问题中，这个问题可能很严重。LaBudde和我有两篇论文显示了在小样本中，即使从对数正态分布估计方差时，甚至BCa都可能具有非常差的覆盖率，并且存在测试两个方差相等的类似问题。这只是一个简单的问题。我期望混合模型的残差也会发生同样的事情。在2011年由Wiley发行的新书“带有R的应用程序的Bootstrap方法简介”中，我们在3.7节中介绍了该主题并提供了参考。令人惊讶的是，当样本量较小时，百分位数方法有时会比高阶准确BCa方法更好。