R 考虑线性分位数混合模型(LQMM)的自相关
(我正在使用R和lqmm包) 我想知道在线性分位数混合模型(LQMM)中如何考虑自相关。</P> 我有一个如下所示的数据框:R 考虑线性分位数混合模型(LQMM)的自相关,r,correlation,mixed-models,quantile,R,Correlation,Mixed Models,Quantile,(我正在使用R和lqmm包) 我想知道在线性分位数混合模型(LQMM)中如何考虑自相关。 我有一个如下所示的数据框: df1<-data.frame( Time=seq(as.POSIXct("2017-11-13 00:00:00",tz="UTC"), as.POSIXct("2017-11-13 00:1:59",tz="UTC"),"sec"), HeartRate=rnorm(120, mean=60, sd=10),
df1<-data.frame( Time=seq(as.POSIXct("2017-11-13 00:00:00",tz="UTC"),
as.POSIXct("2017-11-13 00:1:59",tz="UTC"),"sec"),
HeartRate=rnorm(120, mean=60, sd=10),
Treatment=rep("TreatmentA",120),
AnimalID=rep("ID01",120),
Experiment=rep("Exp01",120))
df2<-data.frame( Time=seq(as.POSIXct("2017-08-11 00:00:00",tz="UTC"),
as.POSIXct("2017-08-11 00:1:59",tz="UTC"),"sec"),
HeartRate=rnorm(120, mean=62, sd=14),
Treatment=rep("TreatmentB",120),
AnimalID=rep("ID02",120),
Experiment=rep("Exp02",120))
df<-rbind(df1,df2)
head(df)
df1有关思考这类问题的资源,请参阅CRC出版社《Koenker等人2018年分位数回归手册》第17章和第19章。这两章都没有很好的R代码,但它们讨论了处理数据类型的不同方法。lqmm确实使用nlme机制,因此可能有一种方法可以自定义随机效果的协方差矩阵,但我怀疑,最简单的方法是向包作者寻求帮助,或者深入研究包代码以了解如何做到这一点 另一个来源是Smith等人(2015)提出的混合效应模型分位数回归模型,该模型考虑了“混合模型分位数回归在中国的血压趋势研究中的应用”中的自相关性。他们用一个copula来模拟一个双变量的响应,但是你可以用单变量的响应来做一个简化的版本。我认为他们的模型仅在这一点上纳入了受试者/集群内的滞后1相关结构。不过,该模型的代码似乎也无法在线获得
library(lqmm)
model<-lqmm(fixed= HeartRate ~ Treatment, random= ~1| Exp01, data=df, tau=0.9)