R 包 glmmTMB 中主观调整随机效应方差的设置？

Question

根据我对常客层次模型的外行理解，似然函数中内置了一些惩罚机制，可以防止随机效应过度拟合数据，而是将它们“收缩”到组均值。

显然，这种惩罚机制有时可以由建模者进行调整，以反映他们的信念，即与似然函数的默认设置相比，各组随机效应之间的差异应该更多/更少。

这是 R 中带有

glmmTMB

的选项吗？是否有可以调整的设置/参数来调节归因于随机效应的方差？

Answer 1

是的，您可以将随机效应方差设置为您想要的任何值，方法是使用

map

参数指定哪些模型参数应该固定而不是估计（和

start

指定它们的值）。

为了说明，首先拟合模型（为简单起见，只有一个随机效应方差的模型）以查看数据（+假设）表示方差“应该”是什么：

library(glmmTMB)
data("sleepstudy", package = "lme4")
m1 <- glmmTMB(Reaction ~ Days + (1|Subject), sleepstudy)
VarCorr(m1)

Conditional model:
 Groups   Name        Std.Dev.
 Subject  (Intercept) 36.012  
 Residual             30.895  

现在假设我们认为模型（出于某种原因）高估了主体间方差，即主体截距“应该”更紧密地分组。

我们需要知道随机效应是在对数 SD 尺度上参数化的，并且相关参数称为

theta

（在 covstruct 小插图的“映射”部分中有little 信息).

m2 <- update(m1, 
             map = list(theta = factor(NA)), 
             start = list(theta = log(10)))

（您不必使用

update()

- 您可以使用这些参数从头开始拟合模型。）检查这是否有效：

Conditional model:
 Groups   Name        Std.Dev.
 Subject  (Intercept) 10.000  
 Residual             37.248  

您可以查看固定效果及其 SE 等，以了解此选择如何影响模型的其余部分。