如何在R中向GAMM模型添加随机截距和随机斜率项

如何在R中向GAMM模型添加随机截距和随机斜率项,r,random,mgcv,R,Random,Mgcv,我试图在一个GAMM模型中指定一个随机截距和随机斜率项,具有一个固定的效果 我已使用mgcv库中的以下代码成功安装了带有随机截距的模型,但现在无法确定gamm()函数中随机斜率的语法: M1 = gamm(dur ~ s(dep, bs="ts", k = 4), random= list(fInd = ~1), data= df) 如果我在线性混合效应模型中同时使用随机截距和斜率,我将按照以下方式编写: M2 = lme(dur ~ dep, random=~1 + dep|fInd, d

我试图在一个GAMM模型中指定一个随机截距和随机斜率项,具有一个固定的效果

我已使用
mgcv
库中的以下代码成功安装了带有随机截距的模型,但现在无法确定
gamm()
函数中随机斜率的语法:

M1  = gamm(dur ~ s(dep, bs="ts", k = 4), random= list(fInd = ~1), data= df)
如果我在线性混合效应模型中同时使用随机截距和斜率,我将按照以下方式编写:

M2 = lme(dur ~ dep, random=~1 + dep|fInd, data=df)

gamm()
支持文档指出,需要在
list
表格中给出随机项,如
lme()
中所示,但我找不到任何同时包含斜率和截距项的可解释示例。如有任何建议/解决方案,将不胜感激

gamm4
包中的
gamm4
函数包含一种执行此操作的方法。指定随机截距和坡度的方式与在
lmer
样式中的方式相同。就你而言:

M1 = gamm4(dur~s(dep,bs="ts",k=4), random = ~(1+dep|fInd), data=df)
以下是gamm4文档: 以下是使用
睡眠研究
数据集输入相关随机截距和斜率效应的
gamm()
语法

library(nlme)
library(mgcv)
data(sleepstudy,package='lme4')

# Model via lme()
fm1 <- lme(Reaction ~ Days, random= ~1+Days|Subject, data=sleepstudy, method='REML')
# Model via gamm()
fm1.gamm <- gamm(Reaction ~ Days, random= list(Subject=~1+Days), data=sleepstudy, method='REML')

VarCorr(fm1)
VarCorr(fm1.gamm$lme)
# Both are identical
# Subject = pdLogChol(1 + Days) 
#             Variance StdDev    Corr  
# (Intercept) 612.0795 24.740241 (Intr)
# Days         35.0713  5.922103 0.066 
# Residual    654.9424 25.591843  

这还显示了如何将多个随机效果输入到
lme()

您指的是随机斜率还是随机截距?如果是随机斜率,我很确定您需要指定随机斜率适用于哪些变量。两者都适用。我想对因子变量
fInd
(如lme()示例所示)同时使用随机斜率和随机截距,但我无法理解语法。
# Model via lme()
fm2 <- lme(Reaction ~ Days, random= list(Subject=~1, Subject=~0+Days), data=sleepstudy, method='REML')
# Model via gamm()
fm2.gamm <- gamm(Reaction ~ Days, random= list(Subject=~1, Subject=~0+Days), data=sleepstudy, method='REML')

VarCorr(fm2)
VarCorr(fm2.gamm$lme)
# Both are identical
#             Variance            StdDev   
# Subject =   pdLogChol(1)                 
# (Intercept) 627.5690            25.051328
# Subject =   pdLogChol(0 + Days)          
# Days         35.8582             5.988172
# Residual    653.5838            25.565285