R语言gamlss包如何指定与lmer效果一致的随机效应？

差异与报错的核心原因 #

• 你之前调用的random()是gamlss原生随机效应函数，采用惩罚似然估计，和lmer默认的REML（限制性最大似然）计算逻辑不同，因此同分布下结果也会存在差异
• re()函数不属于gamlss原生函数，来自gamlss.add扩展包，未加载包、拆分随机效应为多个re()项都会触发变量长度不匹配报错

正确配置步骤 #

1. 先安装加载对应依赖包

install.packages("gamlss.add")
library(gamlss)
library(gamlss.add)

2. 调整模型写法，将所有随机效应放在同一个re()项中，同时指定估计方法为REML和lmer对齐

df <- na.omit(df)
df$ISO3 <- as.factor(df$ISO3)
df$Year <- as.factor(df$Year)

fourC <- gamlss(
  # 公式部分：所有随机效应放在同一个re()的random参数中
  formula = Forest_loss_annual_perc_boxcox ~ fourC_area_perc + Pop_Dens_km2 + Pop_Growth_perc + GDP_Capita_current_USD + GDP_Capita_growth_perc + GDP_AgrForFis_percGDP + Gini_2008_2018 + Arable_land_perc + Forest_extent_2000_perc + re(random = ~1|ISO3 + 1|Year),
  data = df, 
  family = NO,
  # 估计方法和lmer默认的REML对齐
  method = REML,
  control = gamlss.control(n.cyc = 200)
)

上述写法底层调用lme4的计算逻辑，高斯分布下输出的固定效应系数、随机效应方差分量都会和lmer结果基本一致。

内容的提问来源于stack exchange，提问作者saskiadroege