[英]gamm models in R
我正在嘗試使我的模型適應gamm
(我在lmer
中使用的lmer
)。
我以前的公式是
b <- lmer(metric1~a+b+c+d+e+f+g+h+i+(1|X) + (1|Y), data = dataset)
我正在嘗試使此公式適合gamm
建模。 但是我還不知道如何。 我的目的是找到簡化的模型。
任何想法或例子,我將不勝感激。
如果我沒看錯,那么您正在擬合具有兩個iid隨機效應的線性混合模型(在截距上)。
在這種情況下,無需使用gamm
。 將gam
與method = REML
一起使用即可。
gam(metric1~a+b+c+d+e+f+g+h+i+ s(X, bs = 're') + s(Y, bs = 're'), data = dataset, method = 'REML')
請注意,我尚未將其他固定效果擴展為平滑函數,您可以自己完成。
如果數據集很大,建議使用bam
,並注意在這種情況下它是method = 'fREML
。
gam
和bam
在REML估計中的區別在於,前者使用“外部”迭代,而后者使用“性能”迭代。 但是對於高斯數據來說,沒有什么區別,盡管bam
本身是為大型數據集設計的,使用迭代QR縮減和按需並行計算。
我個人認為gamm
已過時。 它使用lme
和MASS::glmmPQL
REML估計,其效率比gam
和bam
所采用的懲罰最小二乘法低得多。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.