多分组变量的线性分位数混合模型实现方法咨询

• 你提到的lqmm包其实支持多个分组变量的随机效应，只是语法和lme4的lmer不同。
• 针对你给出的lmer代码场景，在lqmm中可以通过创建复合分组变量的方式实现，示例如下：

  # 创建feat2和feat3的复合分组变量
  data$group_combo <- interaction(data$feat2, data$feat3, sep = "_")
  # 拟合中位数（tau=0.5）分位数混合模型
  model <- lqmm(target ~ feat1, random = ~1 | group_combo, tau = 0.5, data = data)
  

• 如果分组是嵌套结构，也可以通过构造自定义随机效应矩阵的方式传入lqmm的random参数，不过这种方式相对繁琐。
• 除了lqmm，还可以使用brms包（贝叶斯框架）拟合，其语法更贴近lme4，无需手动构造复合分组，示例：

  library(brms)
  # 拟合中位数分位数混合模型
  model <- brm(bf(target ~ feat1 + (1|feat2) + (1|feat3)), 
               family = asym_laplace(), 
               quantile = 0.5, 
               data = data)
  

内容的提问来源于stack exchange，提问作者Woody