R：混合效应模型中随机效应的协方差矩阵

Question

根据this个帖子，当我们拟合混合效果模型时，矩阵Omega和sigma在lmer的结果中。这是我的结果。

Random effects:
Groups   Name Variance  Std.Dev. Corr       
subject  X21  8.558e+00 2.925380            
         X22  2.117e-03 0.046011 -1.00      
         X23  2.532e-05 0.005032  1.00 -1.00
Residual      1.453e+00 1.205402            
Number of obs: 100, groups:  subject, 20

由于我的Omega是一个3x3对角矩阵，所以Variance中的三个数字应该是Omega对角线中的元素和{ {1}}和Residual即Variance应该是我的1.453。

这里是another post，也证实了这一点。

但是，我用来生成sigma^2的{​​{1}}与之完全不同。这是我真实的Omega：

y

还有我的真实Omega。我不认为差异是由于估计的误差造成的，因为这两个数字相差太大。

然后根据this帖子，接受的答案给出了另一种获得协方差矩阵> Omega [,1] [,2] [,3] [1,] 0.6181442 0 0 [2,] 0.0000000 0 0 [3,] 0.0000000 0 0 的方式

sigma=1

但是当我使用这种方法获取我的Omega时，我得到了

M1 <- lmer(ym ~ 0+XC1 + (0+X2 | subject))
rr <- ranef(M1,condVar=TRUE)

pv <- attr(rr[[1]],"postVar")
str(pv)

因此，Omega是一个维度为> pv[,,1] [,1] [,2] [,3] [1,] 0.2913922395 -4.588735e-03 5.017337e-04 [2,] -0.0045887347 7.523883e-05 -8.101042e-06 [3,] 0.0005017337 -8.101042e-06 8.773362e-07 的数组，即每个pv都是相同的3x3x20矩阵，上面显示了元素。

如果我将pv[,,i]作为我的3x3，这将与我的pv[,,i]结果中的Omega不同，这些都不接近我的真实{ {1}}。

任何对此的帮助将不胜感激！

编辑：这是我的代码，用于生成数据并进行Residuals拟合。

lmer