R에서 강력한 표준 오차 (허버-화이트)가있는 혼합 효과 음 이항

Question

음 이항 분포를 사용하고 강력한 표준 오류를보고하는 R에 랜덤 효과 모델을 맞추고 싶습니다.

샌드위치 패키지를 사용하여 피팅 된 모델 객체에서 강력한 표준 오차를 계산하려고했습니다.

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

lme4::glmer.nb()혼합 효과 모델을 맞출 수 있지만 강력한 표준 오류를 계산할 수 없습니다.에서 반환 된 모델 lme4::glmer.nb()이 s4 클래스 인 것 같습니다.

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')"

stronglmm 패키지 함수 rlmer ()를 사용하면 "가능성의 후버 화 및 DAS-Scale 추정"이라는 강력한 표준 오류를 계산할 수 있지만이 패키지에서 음 이항을 사용하는 방법을 볼 수 없습니다.

ptmixed 패키지를 사용하면 혼합 효과 음 이항 I을 맞출 수 있지만 강력한 표준 오류를 계산하는 방법을 볼 수 없습니다. 그래서 나는 stronglmm에서 발생한 반대 문제입니다.

또한 glmTMB 패키지 를 발견 했습니다.이 패키지 를 사용하면 음의 바이오 노미 얼 혼합 효과 모델에도 적합하지만 강력한 표준 오류를 계산하기 위해 샌드위치 등을 사용할 수 없습니다.

혼합 효과 음 이항 회귀를 피팅 한 다음 로버 스트 표준 오류 (허버-화이트)를 계산하려면 어떻게해야합니까?

Answer 1

샌드위치 공분산은 표준 최대 우도 다양한 모델을 사용할 수있다 sandwich(로부터의 출력을 포함하여 glm(), glm.nb(), zeroinfl(), 및 hurdle()). 그러나 혼합 효과 모델의 경우 덜 간단하지만 상대적으로 최근 작업이 있습니다 merDeriv.

왕 T, 머클 EC (2018). " merDeriv: 강력한 표준 오차를 적용하는 선형 혼합 효과 모델에 대한 미분 계산." Journal of Statistical Software, Code Snippets , 87 (1), 1–16. doi : 10.18637 / jss.v087.c01 .

그들로부터의 출력을 연결하기 위해 필요한 방법을 포함 lmer()하고 glmer()으로 sandwich()기능을 제공하고 또한 vcov()이러한 목적을위한 방법. 그러나 vcovHC()적용되지는 않지만 sandwich()어쨌든 본질적으로 HC0에 해당합니다.

에 의해 장착 된 개체에 관해서 glmer.nb():의 vcov()방법은 merDeriv이러한 개체에 대해 작동하지만 sandwich()그렇지 않습니다. merDeriv저자와 연락하여 지원이 가능한지 물어 보는 것이 좋습니다 glmer.nb().