R：GLMM glmer 与 glmmPQL

Question

glmmPQL 中多重随机效应的语法是什么？

使用 glmer 我的代码如下所示：

fit<- glmer(A~B+C+ (1 | D)+ (1 | E), family = gaussian, data=data)

如何使用 glmmPQL 重写相同的内容？

我正在尝试：

fit<- glmmPQL(A~B+C, random=c (~1 | D, ~1 | E), family = gaussian, data=data)

但是报错

glmer 和 glmmPQL 之间的主要区别是什么？

Answer 1

根据您提供的示例，具有 glmmPQL 的模型将指定为：

fit <- glmmPQL(A ~ B + C, random = list(D = ~1, E = ~1), family = gaussian, data = data)

据我所知，glmer（由包 lme4 提供）和 glmmPQL（依赖于函数 lme，来自 nlme pacakge) 是nlme中使用的参数估计算法没有针对交叉随机效应进行优化，这与稀疏设计矩阵相关，而lme4利用了这种结构；参见，例如，Pinheiro & Bates，"Mixed-Effects Models in S and S-PLUS"，Springer，2000，第 163 页。关于 lmer/glmer 和 lme 之间差异的进一步参考通常是：

https://stats.stackexchange.com/questions/64226/lme-and-lmer-comparison https://stat.ethz.ch/pipermail/r-help/2006-October/115572.html

Answer 2

And what is the major difference between glmer and glmmPQL?

添加到 then glmmPQL uses PQL which has some known bias issues whilst glmer uses a Laplace approximation or Gauss-Hermite quadrature which are better approximations. See the comments here by Ben Bolker 和其中引用的论文。根据您估计的模型，这可能是 glmmPQL 的主要缺点。

glmer 函数不适合某些类型的相关结构。参见例如 the links in the aforementioned answer or the comments on this page。

R：GLMM glmer 与 glmmPQL

R: GLMM glmer vs glmmPQL

r

lme4

glm