如何用Python的statsmodels mixedlm提取组间与组内方差？

针对你用statsmodels.formula.api.mixedlm拟合的模型，组间和组内方差可以直接从拟合后的模型对象中提取，对应关系如下：

核心对应关系 #

• 组间方差：对应随机效应（这里是不同受试者的截距变异）的方差，存储在mdf.cov_re中。由于你的模型仅包含随机截距（按subject_id分组），cov_re是一个1×1的矩阵，取其唯一元素即可得到组间方差。
• 组内方差：对应残差的方差，也就是同一受试者不同访视间的变异，直接取mdf.scale即可，这个值对应SAS中Var_wt代表的组内方差。

代码示例 #

# 提取组间方差（随机截距的方差）
between_subject_var = mdf.cov_re[0, 0]

# 提取组内方差（残差方差）
within_subject_var = mdf.scale

补充说明 #

你之前尝试的ICC计算逻辑是正确的（组间方差/(组间方差+组内方差)），但既然你只需要两个方差值，直接提取上述变量即可。如果后续模型扩展到包含随机斜率（比如加入visit的随机效应），cov_re会变成对应维度的协方差矩阵，你需要根据随机效应的位置提取对应方差项。

内容的提问来源于stack exchange，提问作者Lord exec