如何在lme中考虑随机效应的因数而异

Olg*_*kis 5 r variance random-effects mixed-models

我假设混合效应模型中的随机效应方差对于固定因子的不同水平将有所不同BTyp

这是我的模特

fm2 <- lme(CA ~ 1 + pF+Tiefe+BTyp+Tiefe:pF+BTyp:pF, data=data2, 
           random = list(~ 1 + pF|Probe))
fm2_Btyphet<-update(fm2, weights=varIdent(form=~1|BTyp))
Run Code Online (Sandbox Code Playgroud)

Btyp使用lmer函数设法将特定的方差纳入随机效应中,但是此函数不允许考虑组内误差的方差异质性(在我的情况下最好考虑)。我的问题是如何使用lme函数将特定于“ Btyp”的差异纳入随机效应?

在下面您可以看到它如何与lmer功能一起使用。

CA ~ 1 + pF + Tiefe + BTyp + Tiefe:pF + BTyp:pF + 
     (0 + Pind + pF | Probe) + (0 + Bind + pF | Probe) + (0 + Tind + pF | Probe) 


 Data: data2 

 AIC   BIC logLik deviance REMLdev

   21987 22092 -10975    21979   21951

Random effects:
 Groups   Name Variance Std.Dev. Corr 

 Probe    Pind 158.6058 12.5939         
          pF     2.4289  1.5585  -1.000 

 Probe    Bind 134.6383 11.6034         
          pF     2.7619  1.6619  -1.000 

 Probe    Tind 490.6714 22.1511         
          pF    46.3533  6.8083  -1.000 

 Residual      316.9860 17.8041    

Number of obs: 2530, groups: Probe, 45
Run Code Online (Sandbox Code Playgroud)

PindBindTind是不同层次的指标变量BTyp