混合线性模型软件包的介绍

混合线性模型软件包的介绍

混合线性模型是一般线性模型的延伸和拓展，在作物、林木、动物、水产育种和科研中应用广泛。相对于一般线性模型，它能处理缺失值和不平衡数据，可以支持数据的方差不齐次和不独立，使得数据分析更准确和高效。分析混合线性模型的软件很多，这里将其分为R包和非R包。

R包：

nlme：是一个在S-Plus应用广泛的混线性模型包，后来转换到R平台上，对于镶嵌结构（nested）的随机因子定义简单，但对于交叉的随机因子（crossed）定义困难。具有多个功能，比如lme应用于线性混合模型，nlme应用于非线性混合模型。可以定义复杂的方差结构，不支持广义线性混合模型（GLMM）。

lme4：是nlme的进一步发展，比nlme运行速度要快，支持GLMM，但很难处理交叉的随机因子。

MCMCglmm：用马尔可夫链蒙特卡罗(Markov Chain Monte Carlo，MCMC)的方法拟合模型，贝叶斯先验分布，可以定义一些复杂的方差结构（heterogeneous yes， AR1 no）。

asreml：是ASReml软件的R版本，运算速度快，支持复杂的模型（G矩阵和R矩阵），支持系谱信息和多性状分析，在动物、作物、林木、水产育种和科研中应用广范。

glmmADMB：是ADMB软件的R版本，很灵活，但是运行速度很慢。

非R包：

ASReml 商业软件：有单机版（Win、Linux、Mac）和R版（ASReml-R），也有窗口化的版本（GenStat），应用稀疏矩阵和Ai算法，速度很快，广泛应用于植物和动物育种，支持随机因子的矩阵定义（G）和残差的矩阵定义（R），Splines也被很好的整合，对于广义线性模型，应用的是PQL方法。 ADMB：自动模型微分（Automatic Differentiation Model Builder），主要应用在森林、水产和野生动物中，开始时是个商业软件，现在开源了，支持非线性混合模型。 SAS 商业软件：

? PROC MIXED：一般线性混合模型（LMM），应用广泛，但是速度比较慢。 ? PROC GLIMMIX：增加了广义线性模型（GLMM），它现在支持了Laplace approximation和adaptive Gaussian

quadrature方法，但对于复杂的模型，用的还是PQL方法。

? HPMIXED：是MIXED的改进版，在速度上有明显的提升，但是支持的模型较少。 ? PROC NLMIXED：支持非线性混合模型 功能介绍：

软件 nlme 函数 lme 方法 ML REML ML REML 置信区间 标准差（SD） 标准误（se） 随机（G矩阵） 残差（R矩阵） Nested block Nested Diagonal block Nested Cross Block Splines Nested Cross Block Nested Cross Block Nested Cross Block 相关联(corStruct) 异质性(varStruct) NO AR Cor Str Unstructed Matern Factor Analysis NO 其它 速度较慢 没有给出方差组分 不支持系谱 不支持多性状分析 lme4 lmer ASreml asreml AI REML 标准误（se） 速度快 支持系谱 支持多性状分析 SAS Mixed HPMIXED GLIMMIX MCMCglmm ML REML 标准误（se） Credible intervals 速度慢 支持系谱 支持多性状分析 速度慢 支持系谱 支持多性状分析 MCMCglmm MCMC Stata 功能方法 函数 Xtmixed Xtreg LM REML Unstructed Nlme Estimate T Df P ? ? ? ? ? ? ? ? ? ? Lme4 Estimate Std err T Df P ? ? ? ? ? ? ? ? ? ? MCMCglmm ASReml Loglike Varcomp Std.err Z-ratio Constraint ? ? ? ? ? ? ? ? ? ? Summary Post.mean CI Eff.sample ? ? ? ? ? ? ? ? ? ? Coef效应值 Fixed（BLUE） Ranef(BLUP) Loglik Plot Predict Ped Intervals Update LRT