线性混合效应模型中的偏差

Question

我正在 lmer 中运行以下形式的线性混合模型：

Y ~ (1|ID) + Age + Sex + Education + Time*Factor + Time*Diagnosis

我的控制项是

 control <- lmerControl(optimizer = "bobyqa", optCtrl = list(maxfun = 100000))

我对大约 2100 个人有大约 8800 个观察结果。不同数量的缺失数据。

我使用 ggeffects 包中的 predict_response 来获取 Time、Factor、Diagnosis 的边际均值预测。为了可视化模型拟合，我使用一些自制的 ggplot 代码绘制了数据的实际平均值±标准误差与预测的 R 的关系，以图形方式评估模型结果。

我有大约 15 个不同的 Y 变量。我所有的模型都很容易收敛。但一些因变量的预测存在偏差。见下图：

感谢任何解决问题或模型条款的帮助。由于抽样限制，我无法使用随机斜率。

Answer 1

很难说是否存在模型拟合不足，因为尚不完全清楚您如何创建绘图（例如，您为

predict_response()

调用选择了哪些选项）。这种偏差也可能是预期的，因为原始平均值不一定接近针对协变量调整的边际平均值。

我建议您使用部分残差直观地评估模型拟合度（您可以使用ggeffects：https://strengejacke.github.io/ggeffects/articles/introduction_partial_residuals.html）或检查模型假设以查看是否不同类型的模型更合适（您可以使用

performance::check_model()

执行此操作，请参阅https://easystats.github.io/performance/articles/check_model.html）。