我正在学习拟合混合模型，我发现何时包含或排除随机斜率是合理的，而这相当令人困惑。
一些教程建议，尽管应在一开始就指定最大随机结构，但仅当随机斜率有助于提供额外的解释能力时才应保留，即显着并因此在数学上证明留在模型中是合理的。
其他论文建议，当模型中包含跨级别交互作用时，无论其重要性如何，都应保持随机斜率；但是，当没有跨级别交互而只研究主要影响时，这个断言是否成立？在什么情况下我应该决定保留或丢弃模型中的随机斜率分量？
是否必须在混合模型中包含随机斜率？
机器算法验证
混合模式
lme4-nlme
多层次分析
随机效应模型
2022-03-31 08:50:58
1个回答
在这个话题上存在相当大的分歧。
我喜欢保持简单。如果您有先验理由相信所讨论的固定效应应该因主题（或任何分组变量）而异，那么您应该拟合随机斜率。显然，前提是数据支持这样的模型。通常，包含随机斜率的模型将具有奇异拟合，因为斜率和截距之间的相关性估计接近或等于 +/- 1，或者因为随机斜率的方差估计接近或等于， 0.在前一种情况下，可以拟合没有这种相关性的模型，但在后一种情况下，唯一的解决方案通常是去除随机斜率。
如果模型在没有警告的情况下收敛，那么我将保留随机斜率。我不会做任何统计测试来决定是否保留它们，因为我有先验的理由首先将它们包括在内，并且仅仅因为它们在这个样本中并不显着，如果我认为它们应该排除它们，这不是排除它们的理由存在于人群中。
话虽如此，我真的不能反对使用似然比进行测试的方法，如果斜率不能提供更好的拟合，我会在模型简约的基础上移除斜率。保留它们只是我的偏好。
如果模型的固定部分中安装了跨级别交互，我不熟悉保留随机斜率的论点。这是否仅指交互的随机斜率？