我正在尝试在中拟合多变量(即多响应)混合模型R
。除了ASReml-r
和SabreR
软件包(需要外部软件)之外,似乎只有在中才有可能MCMCglmm
。Jarrod Hadfield 在包装随附的论文MCMCglmm
(pp.6)中描述了拟合模型的过程,例如将多个响应变量重塑为一个长格式变量,然后抑制总体截距。我的理解是,抑制截距会使响应变量每个级别的系数解释变为该级别的平均值。鉴于以上所述,因此是否可以使用来拟合多元混合模型lme4
?例如:
data(mtcars)
library(reshape2)
mtcars <- melt(mtcars, measure.vars = c("drat", "mpg", "hp"))
library(lme4)
m1 <- lmer(value ~ -1 + variable:gear + variable:carb + (1 | factor(carb)),
data = mtcars)
summary(m1)
# Linear mixed model fit by REML
# Formula: value ~ -1 + variable:gear + variable:carb + (1 | factor(carb))
# Data: mtcars
# AIC BIC logLik deviance REMLdev
# 913 933.5 -448.5 920.2 897
# Random effects:
# Groups Name Variance Std.Dev.
# factor(carb) (Intercept) 509.89 22.581
# Residual 796.21 28.217
# Number of obs: 96, groups: factor(carb), 6
#
# Fixed effects:
# Estimate Std. Error t value
# variabledrat:gear -7.6411 4.4054 -1.734
# variablempg:gear -1.2401 4.4054 -0.281
# variablehp:gear 0.7485 4.4054 0.170
# variabledrat:carb 5.9783 4.7333 1.263
# variablempg:carb 3.3779 4.7333 0.714
# variablehp:carb 43.6594 4.7333 9.224
人们将如何解释这一模型中的系数?这种方法也适用于广义线性混合模型吗?