通過重複測量解決 GLMM 問題？潛在客戶需要具有重複測量的 GLMM。 我了解 GLMM 可作為附加組件使用，並將在 17 中原生化，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。 有什麼創造性的解決方法可以處理 a) 非正態響應（泊松）、b) 隨機效應和 c) 重複測量？ 該用例是殺蟲劑製造商對草地進行計數以測試其產品的功效。 謝謝。
回复：通過重複測量解決 GLMM 問題？如果他們需要使用 GLMM，他們現在可能需要使用 SAS PROC GLIMMIX 或 R GLMM 包。 我沒有使用 R 進行重複測量 GLMM，所以我不能很好地表達這一點。 但 SAS 肯定能勝任這項工作。
回复：通過重複測量解決 GLMM 問題？一個簡短的更新。 我與客戶進行了更多交談，他告訴我 EPA 要求他們在提交審批的分析中使用廣義線性混合模型（帶有重複測量）。 我在 EPA 文檔中找到了這一行：“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， p。 34.
回复：通過重複測量解決 GLMM 問題？嗨，彼得，
我知道這現在沒有幫助，但我可以表示，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 中的初始版本必須確定範圍才能覆蓋大約 80% 的用例。 我們將繼續添加內容，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我和我關於你的帖子，拉斯有以下建議：
“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加倍。
需要注意的一件事是零過多，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，然後分析非零數據是有意義的。”
回复：通過重複測量解決 GLMM 問題？謝謝@克里斯_基希伯格，這似乎是最合乎邏輯的前進道路。 客戶說是泊松，但我自己沒看過數據。我很感謝您的確認。
回复：通過重複測量解決 GLMM 問題？你好@彼得·波利托,
你確定它是泊松分佈嗎？ 是單位時間的計數嗎？ 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），則兩者都可能近似正態分佈。 最好先檢查響應的分佈。
話雖如此，我認為如果響應接近正態分佈並且殘差呈正態分佈，嘗試使用混合模型仍然可以。 如果我錯了，希望其他人能糾正我。
