(我正在使用R和lqmm包)
我想知道如何在线性分位数混合模型(LQMM)中考虑自相关。
我有一个如下所示的数据框:
df1<-data.frame( Time=seq(as.POSIXct("2017-11-13 00:00:00",tz="UTC"),
as.POSIXct("2017-11-13 00:1:59",tz="UTC"),"sec"),
HeartRate=rnorm(120, mean=60, sd=10),
Treatment=rep("TreatmentA",120),
AnimalID=rep("ID01",120),
Experiment=rep("Exp01",120))
df2<-data.frame( Time=seq(as.POSIXct("2017-08-11 00:00:00",tz="UTC"),
as.POSIXct("2017-08-11 00:1:59",tz="UTC"),"sec"),
HeartRate=rnorm(120, mean=62, sd=14),
Treatment=rep("TreatmentB",120),
AnimalID=rep("ID02",120),
Experiment=rep("Exp02",120))
df<-rbind(df1,df2)
head(df)
使用: 在某些动物(AnimalID)上每秒测量的心率(HeartRate)。这些测量在实验(实验)期间进行,可以进行不同的处理(处理)。观察每只动物(AnimalID)用于不同处理的多个实验。我希望看看变量治疗对心率的第90百分位的影响,但包括实验作为随机效应,并考虑自相关(因为心率每秒采取)。 (如果有一种方法可以将AnimalID作为随机效果包含在内,那就更好了)
现在的模型:
library(lqmm)
model<-lqmm(fixed= HeartRate ~ Treatment, random= ~1| Exp01, data=df, tau=0.9)
非常感谢您的帮助。
如果您需要更多信息,请与我们联系。
答案 0 :(得分:0)
有关思考此类问题的资源,请参阅Koenker等人的第17和19章。来自CRC Press的2018年分位数回归手册。这两章都没有很好的R代码,但是他们讨论了使用不同数据类型的不同方法。 lqmm确实使用了nlme机器,因此可能有一种方法可以针对随机效果自定义协方差矩阵,但是我怀疑向软件包作者寻求帮助或深入研究软件包代码以找出最容易的方法怎么做。
答案 1 :(得分:0)
另一种资源是混合效应模型的分位数回归模型,该模型考虑了Smith等人在“混合模型的分位数回归及其在中国的血压趋势研究中的应用”中的自相关性。 (2015)。他们用copula为双变量响应建模,但是您可以使用单变量响应进行简化。我认为他们的模型仅在这一点上在主体/集群中纳入了滞后1相关结构。不过,该模型的代码似乎也无法在线获得。