Binomial negativa de efectos mixtos con errores estándar robustos (Huber-white) en R

Question

Me gustaría ajustar un modelo de efectos aleatorios en R usando la distribución binomial negativa y reportando errores estándar robustos.

Iba a intentar usar el paquete sándwich para calcular los errores estándar robustos del objeto del modelo ajustado:

lmtest::coeftest(my_me_model, vcov = sandwich::vcovHC(my_me_model, type = "HC0"))

lme4::glmer.nb()me permite ajustar un modelo de efectos mixtos; sin embargo, no puedo calcular errores estándar robustos, parece que el modelo devuelto lme4::glmer.nb()es una clase s4.

lmtest::coeftest(my_me_model, vcov = sandwich::vcovHC(my_me_model, type = "HC0"))
Error in UseMethod("estfun") : 
  no applicable method for 'estfun' applied to an object of class "c('glmerMod', 'merMod')"

La función del paquete robustlmm rlmer () me permite calcular errores estándar robustos "huberización de probabilidad y estimación de escala DAS", sin embargo, no puedo ver una manera de usar el binomio negativo con este paquete.

El paquete ptmixed me permite ajustar un binomial negativo de efectos mixtos I, pero no veo una forma de calcular errores estándar robustos. Entonces, el problema inverso que encontré con robustlmm.

También encontré el paquete glmTMB que también me permite ajustar un modelo de efectos mixtos bionómicos negativos, pero donde tampoco puedo usar, por ejemplo, sándwich para calcular errores estándar robustos.

¿Cómo puedo ajustar una regresión binomial negativa de efectos mixtos y luego calcular errores estándar robustos (Huber-white)?

Answer 1

Las covarianzas tipo sándwich están disponibles para una amplia gama de modelos estándar de máxima verosimilitud en sandwich(incluidos los resultados de glm(), glm.nb(), zeroinfl()y hurdle()). Sin embargo, para los modelos de efectos mixtos esto es menos sencillo, pero existe un trabajo relativamente reciente en merDeriv:

Wang T, Merkle CE (2018). " merDeriv: Cálculos derivados para modelos lineales de efectos mixtos con aplicación a errores estándar robustos". Journal of Statistical Software, Fragmentos de código , 87 (1), 1–16. doi:10.18637/jss.v087.c01 .

Incluyen los métodos necesarios para conectar la salida desde lmer()y glmer()hacia la sandwich()función y también proporcionan un vcov()método para estos objetos. Sin embargo, vcovHC()no es aplicable pero sandwich()corresponde esencialmente a HC0 de todos modos.

En cuanto a los objetos ajustados por glmer.nb(): El vcov()método merDerivfunciona para estos objetos pero sandwich()no. Recomendaría ponerse en contacto con los merDerivautores y preguntarles si sería posible apoyarlos glmer.nb()también.