Диагностика для модели логистической регрессии со смешанными эффектами с использованием lmer () в r-проекте

Question

Я пытаюсь выполнить диагностику по модели логистической регрессии со смешанными эффектами ниже.

mod <- lmer(CEever ~    (1|SL)  
        + birthWeightCat 
        + AFno
        + FRAgeY*factor(genCat)
        + damGirBir
        + factor(YNSUPPLEM), 
        data=Data,  family="binomial")  

Данные для этой модели имеют вид:

head(data)

         CalfID CEever birthWeightCat AFno FRAgeY damGirBir YNSUPPLEM
305 CA010110001      1            <20    2     48     140.0         1
306 CA010110002      1          21-25    1     45     144.0         0
307 CA010110004      0          21-25    1     47     151.5         0
308 CA010110005      0            <20    2     71     147.0         0
309 CA010110006      0            <20    1     57     141.5         1
310 CA010110007      0            <20    1     53     141.5         1

Я могу построить остатки:

res <- resid(mod) 
plot(res)

.... но не могу получить значения для плеча или расстояния Кука и Dfbeta.

Во-первых, это полезные методы для использования с этим типом модели, а затем, если да, то какой код используют люди для получения этих значений.

Answer 1

Посмотрите на пакет effect.ME на CRAN.

Answer 2

alt.est <- influence(modJ, group = "SL") 

создаст объект estex, из которого вы можете получить dfbetas, cooks d и т. Д.

alt.est.cooks <- cooks.distance(alt.est)
alt.est.dfB <- dbetas(alt.est)