lme4 與 nlme 中的不同線性混合 model 系數

Question

這個問題是從 Stack Overflow 遷移而來的，因為它可以在 Cross Validated 上得到回答。 5 天前遷移。

我正在嘗試比較lme4與nlme中相同線性混合 model 的系數，請參閱使用penguins數據集的此示例。

我無法弄清楚為什么它們不同？ 為什么使用nlme時 3 組的截距相同？

library(tidyverse)
library(palmerpenguins)
library(lme4)
library(nlme)

db <- penguins %>% 
  filter(!is.na(flipper_length_mm), !is.na(bill_length_mm), !is.na(body_mass_g))

lme4_fit <- lme4::lmer(
  body_mass_g ~ flipper_length_mm + bill_length_mm + (1+flipper_length_mm|species), 
  REML = TRUE,
  data = db
  )

nlme_fit <- nlme::lme(
  body_mass_g ~ flipper_length_mm + bill_length_mm, 
  random = ~ 1+flipper_length_mm|species,  
  method = "REML", 
  data = db
  )

coef(lme4_fit)
coef(nlme_fit)

Answer 1

好的，所以在仔細查看模型之后，問題是使用 nlme 擬合的 model 具有奇異擬合。 隨機截距的 SD 估計值很小，這就是為什么當您調用coef(nlme_fit)時，數據中的每個組都會返回幾乎相同的數字。

請參閱這篇文章和評論： nlme 估計隨機效應的方差接近零

在這個具體的例子中，如果我們調用summary()而不是coef()並查看那里報告的 model 的所有部分。 這就是我看到隨機效應中的截距是 322.54 在 model 適合lme4 ，而在一個適合 nlme 它是 4.042139e-04。 我已經在每個 model 摘要中注釋了此信息所在的行。

如果您有任何其他問題，請告訴我們。

summary(lme4_fit) 

Linear mixed model fit by REML ['lmerMod']
Formula: body_mass_g ~ flipper_length_mm + bill_length_mm + (1 + flipper_length_mm |      species)
   Data: db

REML criterion at convergence: 4946.3

Scaled residuals: 
     Min       1Q   Median       3Q      Max 
-2.46124 -0.66304 -0.09222  0.61054  3.12864 

Random effects:
 Groups   Name              Variance  Std.Dev. Corr 
 species  (Intercept)       104030.92 322.54            # ESTIMATE LME4 HERE
          flipper_length_mm     14.59   3.82   -0.98
 Residual                   115095.78 339.26        
Number of obs: 342, groups:  species, 3

Fixed effects:
                   Estimate Std. Error t value
(Intercept)       -3943.198    577.935  -6.823
flipper_length_mm    26.749      3.835   6.975
bill_length_mm       60.460      7.097   8.520

Correlation of Fixed Effects:
            (Intr) flpp__
flppr_lngt_ -0.850       
bll_lngth_m -0.018 -0.401
optimizer (nloptwrap) convergence code: 0 (OK)
unable to evaluate scaled gradient
Model failed to converge: degenerate  Hessian with 1 negative eigenvalues


summary(nlme_fit)

Linear mixed-effects model fit by REML
  Data: db 
       AIC    BIC    logLik
  4960.718 4987.5 -2473.359

Random effects:
 Formula: ~1 + flipper_length_mm | species
 Structure: General positive-definite, Log-Cholesky parametrization
                  StdDev       Corr  
(Intercept)       4.042139e-04 (Intr)  # ESTIMATE NLME HERE
flipper_length_mm 2.308314e+00 0.941 
Residual          3.394369e+02       

Fixed effects:  body_mass_g ~ flipper_length_mm + bill_length_mm 
                      Value Std.Error  DF   t-value p-value
(Intercept)       -4025.568  550.7142 337 -7.309723       0
flipper_length_mm    27.117    3.4150 337  7.940672       0
bill_length_mm       60.773    7.0958 337  8.564632       0
 Correlation: 
                  (Intr) flpp__
flipper_length_mm -0.794       
bill_length_mm    -0.022 -0.448

Standardized Within-Group Residuals:
        Min          Q1         Med          Q3         Max 
-2.43161474 -0.67327147 -0.08989753  0.62206892  3.11662877 

Number of Observations: 342
Number of Groups: 3