Rのlmeとlmerの違いを調べてみた

lmeとlmerの違い

lme:線形混合効果モデル。制限付き最尤法(REML)または最尤法(ML)を用いて推定できるが、デフォルトはREML。ネストされた変量効果を用いることが可能。グループ間の相関や不均一な分散に対処できる。

lmer: REMLまたはMLを用いた線形混合効果モデル(LMM) 。デフォルトはおそらくREML。ランダム効果を複数指定することができる。(グループ間の相関や不均一な分散に対処できない?)


この二つの違いを調べてみたが、あまりよくわからなかった。

lmer では不均一な分散や時間的相関を考慮できない?とあったので、これが最も大きな違いかもしれない。

参考:r – lme and lmer comparison – Cross Validated (stackexchange.com)

あるサイトでは、「lmeとlmerは、推定方法が異なっており、lmeは、最尤法(ML)を用いて推定し、lmerモデルは制限付き最尤法(REML)を用いて推定する。」というような説明があった。

From: model – Difference in lme and lme4 in R? Difference from STATA too? – Stack Overflow

しかし、lmeであってもオプション指定をすればREMLによる推定もできる。というかlmeのデフォルトはREMLとある。

a character string. If “REML” the model is fit by maximizing the restricted log-likelihood. If “ML” the log-likelihood is maximized. Defaults to “REML”.

lme function – RDocumentation

また、こちらのサイトでは、「以前は lme() あるいは lme4() だった関数が lmer() になっている?」とある。

From: 生態学データ解析 – lmer 紹介 (kuboweb.github.io)

その他のモデル

lmerREMLまたはMLを用いた線形混合効果モデル
lme REMLまたはML を用いた線形混合効果モデル ※オプションでmethod="REML"と指定すればREMLによる推定がされる。
lm線形モデル
nlmer非線形混合モデル
glmer一般化線形モデル。反復重み付き最小二乗法(IWLS)を用いて最尤推定を行う。

それぞれのモデルで欠損値の扱いが異なる

関数naのデフォルト値
lmerna.omit
glmna.fail
lmena.fail
lmna.fail
nlmerna.omit

na.omit :欠損値を含む行をデータセットから削除する。na.excludeも同じような動き。

na.fail :欠損値が含まれていない場合にのみオブジェクトを返し、欠損値を含む場合はエラーを返す。

na.pass:欠損値を含むすべてのデータを保持する。

コメントを残す

メールアドレスが公開されることはありません。