Недавно начал осваивать смешанные модели, но возникли вопросы. Линейная модель со случайными свободными членами. Уяснил, что остатки должны быть распределены нормально и гомокседантичны, но вот как обстоит дела с распределением случайных свободных членов? Допустим. фиксированный эффект - категориальная переменная с двумя уровнями. Должны ли случайные свободные члены для каждого уровня иметь одинаковое распределение. Или же допустимо, чтобы дисперсия в одной из групп была больше, чем в другой?
Есть еще пара вопросов по сабжу, но пока подождут.
Большое спасибо! Пока осилил три первых ссылки. В первой однозначно утверждается, что допущения о нормальности и гомокседантичности должны проверяться как на уровне остатков, так и на уровне случайных эффектов, но относительно второго утверждения в дискуссии по третей ссылке наблюдается разброд и шатание. Поскольку этих-самых случайных свободных членов обычно бывает не особо много, то в отличие от диагностики остатков, проанализировать их распределение бывает сложновато, и, как мне показалось, на практике этого никто не делает. Я же сделал на свою беду и оказалось, что различия дисперсий случайных эффектов имеются, да и нормальность внутри каждой группы хромает. Хотя с остатками все на редкость замечательно. Вот и думай, что с этим делать.
Прочитал, что в качестве альтернативы смешанной модели можно использовать обычную линейную модель, но с некими кластеррезированными стандартными ошибками, однако по этому методу попадается сильно меньше инфы. Посчитал функцией lm_robust() из пакета estimatr, вроде, красиво выходит, но каковы тут допущения и как их проверить, вообще пока не понял.