R: GLMM glmer对glmmPQL

Question

glmmPQL中用于多个随机效应的语法是什么？

使用glmer，我的代码如下所示：

fit<- glmer(A~B+C+ (1 | D)+ (1 | E), family = gaussian, data=data)

如何使用glmmPQL重写相同的内容

我试着：

fit<- glmmPQL(A~B+C, random=c (~1 | D, ~1 | E), family = gaussian, data=data)

但它带来了一个错误。

glmer和glmmPQL的主要区别是什么？

Answer 1

根据您提供的示例，使用glmmPQL的模型将指定为：

fit <- glmmPQL(A ~ B + C, random = list(D = ~1, E = ~1), family = gaussian, data = data)

AFAIK，glmer (由包lme4提供)和glmmPQL (依赖于函数lme )之间的主要区别在于，nlme中使用的参数估计算法不适合处理与稀疏设计矩阵相关的交叉随机效应，而lme4则利用这种结构；例如，见Pinheiro & Bates，“S和S-PLUS中的混合效应模型”，Springer，2000年，第163页。关于lmer/glmer和lme之间差异的进一步引用通常如下：

https://stats.stackexchange.com/questions/64226/lme-and-lmer-comparison https://stat.ethz.ch/pipermail/r-help/2006-October/115572.html

Answer 2

glmer和glmmPQL的主要区别是什么？

添加到tguzella回答，那么glmmPQL使用PQL，它有一些已知的偏差问题，而glmer使用Laplace近似或Gauss求积，这是较好的近似。见本·博尔克的评论和其中引用的文件。这可能是glmmPQL的一个主要缺点，取决于您估计的模型。

然而，glmer函数不能适应某些类型的相关结构。例如，见上述答案中的链接或此页面上的注释。