R 从混合模型(lme4)中提取方差估计组合(和)的置信区间

R 从混合模型(lme4)中提取方差估计组合(和)的置信区间,r,lme4,mixed-models,random-effects,R,Lme4,Mixed Models,Random Effects,我使用混合模型将某些度量的方差分离为组间方差和组内方差。模型如下所示: 库(lme4) k sd|(截距)|组0.8640826 1.15724604 #>西格玛0.4703110.54026452 #>(截距)-0.3782316 0.02526364 如何获得方差之和的置信区间(sd(Intercept)| group^2+sigma^2)?也就是说,y中的估计方差,每个组只有一个观察值,正如@Roland所评论的,这是可能的。lme4为此提供了一个很好的框架: 库(lme4) #>加载所

我使用混合模型将某些度量的方差分离为组间方差和组内方差。模型如下所示:

库(lme4)
k sd|(截距)|组0.8640826 1.15724604
#>西格玛0.4703110.54026452
#>(截距)-0.3782316 0.02526364

如何获得方差之和的置信区间(
sd(Intercept)| group^2+sigma^2
)?也就是说,
y
中的估计方差,每个
组只有一个观察值

,正如@Roland所评论的,这是可能的。lme4为此提供了一个很好的框架:

库(lme4)
#>加载所需包:矩阵

你能引导它吗?那可能是解决办法。我可以看到confint()可以选择提供自定义引导函数。我将研究如何使用
bootMer
。在阅读一些文档后,我可以看到
confint()
可以将模型和自定义函数传递给
bootMer()
,然后根据生成的引导估计值计算CI(
confint>)(m,method='boot',FUN=get\u total\u sd,nsim=10000)
)。虽然需要几分钟对这个简单的数据集进行10000次重新采样,但效果相当不错。不过,这对我的用例来说并不不合理。我们鼓励您基于此自我回答问题。