通過重複測量解決 GLMM？潛在客戶需要通過反複測量的 GLMM。 我了解 GLMM 可作為附加組件使用，並且將在 17 中本地化，但不會處理重複測量。 目前，混合模型可以處理重複測量和隨機效應，但不能處理非正態響應。 任何創造性的解決方法來處理 a) 非正態響應 (泊松)、b) 隨機效應和 c) 重複測量？ 用例是一家殺蟲劑製造商，對草地進行計數以測試其產品的功效。 謝謝你。
回复：通過重複測量解決 GLMM？你好@Peter_Polito ,
你確定這是泊松分佈嗎？ 是每單位時間計數嗎？ 或者它是二項式/負二項式分佈，只是計數？ 無論哪種方式，如果 lambda 較大（泊松）或 p 和 n 較大（二項式），兩者都可能接近正態分佈。 最好先檢查響應的分佈。
話雖如此，如果響應接近正態分佈並且殘差呈正態分佈，我認為嘗試使用混合模型仍然是可以的。 如果我錯了，希望其他人能糾正我。
回复：通過重複測量解決 GLMM？嗨，彼得，
我知道這目前無濟於事，但我可以提出，我們樂觀地認為至少會為 18 增加一些重複措施結構。 我們知道它們是必要的（以及其他發行版）； 17 中的初始版本必須限定範圍以獲取大約 80% 的用例。 我們將繼續添加東西，就像 GenReg 在多個版本中添加發行版和方法一樣。
米婭 ping 通了@russ_wolfinger和我關於你的帖子，Russ 有以下建議：
“我建議對計數進行 log2(1+x) 變換並使用正常理論混合模型。轉換數據中的單位變化可以解釋為計數的兩倍。
需要注意的一件事是過多的零，在這種情況下，GenReg 中的零膨脹模型一開始可能有意義，但請注意，這些模型不能處理隨機效應或重複測量。如上所述預先分析零/非零數據然後是非零數據可能是有意義的。”
回复：通過重複測量解決 GLMM？謝謝@Chris_Kirchberg ，這似乎是最合乎邏輯的前進道路。 客戶說是泊松，但我自己沒有看到數據。我很感激確認。
回复：通過重複測量解決 GLMM？一個簡短的更新。 我與客戶進行了多次交談，他告訴我 EPA 要求他們在提交批准的分析中使用廣義線性混合模型（重複測量）。 我在 EPA 文檔中找到了這條線，“建議使用廣義線性混合模型進行分析……以確定每種測試害蟲菌株的 LD 值。”https://www.regulations.gov/document/EPA-HQ-OPPT-2009-0150-0037，頁。 34.
