lmer中的方差-协方差矩阵

我知道混合模型的优点之一是它们允许为数据指定方差-协方差矩阵（化合物对称性，自回归，非结构化等）。但是，lmerR中的函数不允许对该矩阵进行简单说明。有谁知道lmer默认使用什么结构，为什么没有办法轻松指定它？

混合模型是方差组件模型（的通用版本）。写下固定效果部分，添加某些观察组可能常见的误差项，如果需要，添加链接函数，然后将其放入可能性最大化器中。

但是，您要描述的各种方差结构是广义估计方程的工作相关性模型，这些模型权衡了混合/多级模型的某些灵活性以提高推理的鲁棒性。使用GEE，您只对固定部分进行推理感兴趣，并且可以像混合模型中那样不估计方差分量就可以了。对于这些固定效果，即使相关结构不正确，您也会获得合适的鲁棒/三明治估计。但是，如果模型指定不正确，则对混合模型的推断将失败。

因此，尽管有很多共同点（多级结构和解决残差相关性的能力），但是混合模型和GEE仍然是一些截然不同的过程。处理GEE的R包被适当地称为gee，在corstroption 的可能值列表中，您会找到您提到的结构。

从GEE的角度来看，lmer至少在模型具有两个层次结构且仅指定了随机截距的情况下，它们才具有可交换的相关性。

lmer的FlexLamba分支提供了这样的功能。

有关如何实现错误或随机效应的特定结构的示例，请参见https://github.com/lme4/lme4/issues/224。

据我所知，lmer没有解决此问题的“简便”方法。同样考虑到在大多数情况下，lmer在Cholesky因式分解中大量使用稀疏矩阵，所以我发现它不太可能允许完全非结构化的VCV。

$(1|RandEff_1)+(1|RandEff_2)$

$R = \begin{bmatrix} \sigma_{RE1}^2 & 0& 0 & & 0 & 0 & 0\\ 0 & \sigma_{RE1}^2& 0 & & 0 & 0 & 0\\ 0 & 0& \sigma_{RE1}^2 & & 0 & 0 & 0\\ 0& 0& 0 & & \sigma_{RE2}^2 & 0 & 0 \\ 0 & 0& 0 & & 0 & \sigma_{RE2}^2 & 0\\ 0& 0& 0 & & 0& 0 & \sigma_{RE2}^2 \\\end{bmatrix}$

但是，LME并不会完全失去：使用R包MCMCglmm时，您可以“轻松”指定这些VCV矩阵属性。请看CourseNotes.pdf，第70页。在该页面中，它确实提供了有关如何定义lme4随机效应结构的类似方法，但是正如您将看到的那样，lmer在这方面不如MCMCglmm灵活。

中途有问题nlme的lme corStruct类，例如。corCompSymm，corAR1，等等，等等Fabian的响应在这个胎面给出了一些更简洁的例子基于lme4-VCV规范，但提到他们没有显式地为那些MCMCglmm或NLME之前。