如何使用軟件包lme4獲得隨機效果的解決方案？

Question

我有一個與此類似的模型：

model=lmer(y ~ (1|ID) + Factor.A + Factor.B, data=df)

我想獲得隨機效果的解決方案，但是我只能使用以下代碼來獲得固定效果的解決方案：

coef(summary(model))
summary(model)

我也嘗試了這段代碼：

coef(model)

但我想此輸出不適用於解決隨機效應。 是否有代碼使用lme4或另一個軟件包來獲得隨機效果的解決方案？

Answer 1

我認為清楚地說明您的問題以及您想做的事情會有所幫助。 但是，基於這些評論，我想我知道您正在嘗試做什么。

正如@Marius所說， ranef(model)將為您提供截距。

打包程序arm具有se.ranef函數，可為您提供“標准錯誤”。 我不確定如何計算。 請參閱此鏈接，以確保它正在執行您想要的操作：

https://rdrr.io/cran/arm/man/se.coef.html

所以一起：

library(lme4)
model=lmer(y ~ (1|ID) + Factor.A + Factor.B, data=df)

ranef(model)

library(arm)
se.ranef(model)

Answer 2

僅使用lme4軟件包，您可以通過as.data.frame(ranef(fitted_model))最方便地獲取條件模式以及條件標准差 ：

library(lme4)
fm1 <- lmer(Reaction ~ Days + (Days|Subject), sleepstudy)
as.data.frame(ranef(fm1))
##     grpvar        term grp     condval    condsd
## 1  Subject (Intercept) 308   2.2575329 12.070389
## 2  Subject (Intercept) 309 -40.3942719 12.070389
## 3  Subject (Intercept) 310 -38.9563542 12.070389
## ... etc.

我不確定我是否會稱這些“標准錯誤”為佳-這里有一大堆蠕蟲，它們可以根據觀察到的隨機變量的條件值做出什么樣的推斷……根據道格·貝茨 （ Doug Bates）

關於術語，我更喜歡將ranef提取器返回的數量ranef “隨機效應的條件模式”。 如果要精確，這些是給定Y = y的隨機效應B的條件模式（對於線性混合模型，它們也是條件均值），以參數估計值進行評估。 在給定Y = y的情況下，還可以評估B的條件方差-協方差，從而獲得預測間隔。