机器算法验证 - 混合效应模型的似然比检验 - 吾爱随笔录

我目前正在努力研究如何评估 R 中方差项显着性的置换检验的 I 型错误。我想遵循的想法概述如下：

假设我们模拟数据使得其中和。然后，我们可以计算该模型的 LRT 统计量（针对的替代方案进行测试）并置换集群（即的值）以查看 LRT 在不同的排列。

Y_{i j} = 1 + b_{i} + ϵ_{i j}

$Y_{ij}=1+b_i+\epsilon_{ij}$

b_{i} \sim N (0, σ_{b}^{2})

$b_i\sim \mathcal{N}(0, \sigma_b^2)$

ϵ_{i j} \sim N (0, σ_{e}^{2})

$\epsilon_{ij} \sim \mathcal{N}(0, \sigma_e^2)$

σ_{e}^{2} \neq 0

$\sigma_e^2 \neq 0$

b_{i}

$b_i$

我特别感兴趣的是这个测试的 I 类错误，即如果我们确实有会发生什么，但我面临的问题是，当在 RI 中使用 lmer() 函数时会得到一个错误，因为我正在为所有并且我假设模型变得无法识别。有没有办法让这个工作，例如，模型的代码应该是什么样子？ $\sigma_b^2=0$ $b_i=0$ $i$

我应该指出，我宁愿只提供提示，而不是完整的答案，因为这与将被标记的重要事情有关，我想成为一个体面的人，而不是依赖互联网上的好人。

提前致谢！