这个比我想象中的要难!
lme4
中的方差-协方差矩阵是根据其 Cholesky 因子进行参数化的(本质上是一个矩阵平方根);因此,如果我们想建立一个特定相关性被固定为零的模型,我们需要:
t1 0 0 t1 t2 t3 t1^2 t1*t2 t1*t3
t2 t4 0 0 t4 t5 = t1*t2 t2^2 + t4^2 t2*t3 + t4*t5
t3 t5 t6 0 0 t6 = t1*t3 t2*t3 + t4*t5 t3^2 + t5^2 + t6^2
并且解决[3,2]元素(A
和B
之间的相关性)等于零;换句话说,我们需要 t2 t3 + t4 t5 == 0
,或者一个6元素向量,其中t5 == -t2*t3/t4
;
tfun <- function(theta) {
theta5 <- -theta[2]*theta[3]/theta[4]
c(theta[1:4],theta5,theta[5])
}
模拟一些数据:
set.seed(101)
dd <- data.frame(A=rnorm(1000),B=rnorm(1000),
Subject=factor(rep(1:20,50)))
library("lme4")
dd$Y <- simulate(~A+B+(1+A+B|Subject),
newdata=dd,
family=gaussian(),
newparams=list(beta=c(1,2,3),
theta=tfun(c(1,0.2,0.3,2,3)),
sigma=1))[[1]]
现在按照?modular
中的步骤进行操作:
lmod <- lFormula(Y ~ A + B + (1+A+B|Subject), data=dd)
devfun <- do.call(mkLmerDevfun, lmod)
这是一个封装函数,用于对devfun()
进行调用。该函数将接收一个由5个元素组成的向量,并计算相应的受限制的theta向量,然后将其传递给devfun()
函数进行处理。
devfun2 <- function(theta) {
devfun(tfun(theta))
}
从下限向量中删除一个术语:
lwr <- lmod$reTrms$lower
lwr <- lwr[c(1:4,6)]
library("minqa")
opt <- lme4:::optwrap(optimizer=bobyqa,
par=ifelse(lwr==0,1,0),
fn=devfun2,
lower=lwr)
现在根据参数转换调整结果:
opt$par <- tfun(opt$par)
m1 <- mkMerMod(environment(devfun), opt, lmod$reTrms, fr = lmod$fr)
VarCorr(m1)
期望的相关性现在被固定为零。
lme4
的flexLambda
分支和lme4ord
项目(均在 github 上)都朝着这个方向发展……还可以参见 https://github.com/bbolker/mixedmodels-misc/blob/master/mixed_interface.rmd。 - Ben Bolker