GLMM - R 的 Huber-White 稳健标准误差

Question

我在我的模型中发现了一些异方差性，我想用更稳健的标准误差来补偿。我曾尝试使用 R 中 merDeriv 包中的 Huber-White 稳健标准错误，但我相信这些仅适用于具有二项分布的 GLMM。有没有一种方法可以实现负二项式分布的相同效果？

型号：

library(lme4)
model <- glmer.nb(Jobs ~ 1 + Month + Year + (1|Region), data = df)

Huber-White 稳健标准误：

library(merDeriv)
bread.glmerMod(model)

错误：

Error in vcov.lmerMod(object, full = full) : estfun.lmerMod() only works for lmer() models.

感谢您的帮助！

Answer 1

尝试这样的事情：

library(lme4)
model <- glmer.nb(Jobs ~ 1 + Month + Year + (1|Region), data = df)

cov <- vcovHC(model, type = "HC1", sandwich = T)
se <- sqrt(diag(cov_m1))

（无法确认它是否有效，因为没有可重现的示例）

Answer 2

据我所知，这看起来像是程序包中的错误（bread.glmerMod 函数正在调用 estfun.lmerMod 而不是 estfun.glmerMod；这里有一个更广泛的问题是关于通用功能的设计，但没关系......）

您应该能够通过 remotes::install_github("bbolker/merDeriv") 从我的分支安装固定版本，然后重新加载包并重试。

或者，下载 tarball，在 R/bread.glmerMod.R 的最后一行将 vcov.lmerMod 更改为 vcov.glmerMod，然后重新安装包 ...

GLMM - R 的 Huber-White 稳健标准误差

Huber-White robust standard errors for a GLMM - R

r

standard-error

mixed-models