使用r-project中的lmer（）函数对混合效应logistic回归模型进行诊断

Question

我正在尝试对下面的混合效应 logistic 回归模型进行诊断。

mod <- lmer(CEever ~    (1|SL)  
        + birthWeightCat 
        + AFno
        + FRAgeY*factor(genCat)
        + damGirBir
        + factor(YNSUPPLEM), 
        data=Data,  family="binomial")  

这个模型的数据格式如下：

head(data)

         CalfID CEever birthWeightCat AFno FRAgeY damGirBir YNSUPPLEM
305 CA010110001      1            <20    2     48     140.0         1
306 CA010110002      1          21-25    1     45     144.0         0
307 CA010110004      0          21-25    1     47     151.5         0
308 CA010110005      0            <20    2     71     147.0         0
309 CA010110006      0            <20    1     57     141.5         1
310 CA010110007      0            <20    1     53     141.5         1

我可以绘制残差图表：

res <- resid(mod) 
plot(res)

......但是无法获取杠杆率、Cook距离和Dfbeta值。

首先，这些技术在此模型类型中是否有用？如果有用，那么人们通常使用什么代码来获取这些值。

- user999366

Answer 1

请看CRAN上的influence.ME软件包。

- EDi

---

你好，我已经尝试使用这个包，似乎可以用于线性模型，但不能用于逻辑混合效应模型。我使用的方式如下： alt.est <- estex(modJ, "SL") Error in UseMethod("fixef") : no applicable method for 'fixef' applied to an object of class "mer" Error in which(substr(names(fixef(model)), 1, 6) != "estex.") : error in evaluating the argument 'x' in selecting a method for function 'which' - user999366

由于我没有使用过这个论坛，所以我有点搞砸了上面的回复！我的意思是非常感谢您的及时回复，并且您知道我在上面使用estex()代码时做错了什么吗？（我已经包含了上面获得的错误消息。）上面的格式混乱，非常抱歉。 - user999366

Answer 2

alt.est <- influence(modJ, group = "SL") 

该函数将生成一个estex对象，可从中派生dfbetas、cook d等。

alt.est.cooks <- cooks.distance(alt.est)
alt.est.dfB <- dbetas(alt.est)

- Ivan Kautter