是否有类似于 SAS PROC NLMIXED 的 R 函数/包?我想指定一个似然函数(包括随机效应,假设的 MVN)并通过高斯正交或 AGQ 方法最大化这个近似的可能性。
我的最终目标是随机效应 beta 回归模型(带有分散子模型)。目前我认为这个功能不存在于包中或betareg
通过? family
glmer
lme4
下面是我的 SAS PROC NLMIXED 代码:
proc nlmixed data=ttt method=gauss tech=trureg qpoints=5 ;
parms b0=0 b1=0 b00=1 b11=0 s2u=1 ;
bounds s2u>=0 ;
eta_mean = b0 + b1*x + u ;
eta_prec = b00 + b11*x ;
mu = exp(eta_mean)/(1 + exp(eta_mean));
phi = exp(eta_prec) ;
w = mu*phi;
t = phi - mu*phi;
ll = lgamma(w+t) - lgamma(w) - lgamma(t) + ((w-1)*log(y)) + ((t-1)*log(1 - y));
model y ~ general(ll);
random u ~ normal(0, s2u) subject=clust ;
run;
如何使用 R 优化器(如nlminb
or )处理随机效应(正交) optim
?或者是否有一些其他的 R 函数组合更适合最大化 R 中相当普遍的 GLMM 似然性?