Modelo no lineal en lme4

Question

Voy a intentar ajustar un modelo de efectos mixtos no lineales $(A + B*e^t)$ en lme4. Ya he intentado ajustar este modelo en nlme con cierta dificultad debido al ruido de los datos. Sin embargo, entiendo que lme4 tiene algoritmos más robustos que son capaces de ajustar mejor los modelos no lineales como el escrito anteriormente.

He preparado unos cuantos puestos como ¿Cómo elegir la biblioteca R nlme o lme4 para los modelos de efectos mixtos?

Mi pregunta: ¿Es mejor lme4 que nlme con modelos no lineales? (nlme vs nlmer)

Answer 1

No sé si esto se discute o se trata anteriormente en otro lugar, pero las principales diferencias son:

• estructura en los residuos (favorece nlme ): como en el caso del lme contra. lmer comparación, nlme puede utilizarse junto con el paquete corStruct y varStruct capacidad de ajustar modelos con autocorrelación y heteroscedasticidad
• documentación (favorece nlme ): nlme está bien documentado en el libro de Springer de 2000 de Pinheiro y Bates.
• estructura de efectos fijos ( nlme ): nlme facilita (mucho) la inclusión de efectos fijos no triviales en el modelo. Como se ha documentado aquí es teóricamente posible pero bastante difícil incluir efectos fijos; esto se debe en gran parte a que las derivadas tienen que ser especificadas explícitamente para nlmer .
• velocidad , capacidad para efectos aleatorios cruzados ( nlmer ): la maquinaria subyacente nlmer es más sofisticado/moderno que el de nlme lo que sugiere que debería ser más rápido y posiblemente más estable para problemas grandes.

¿Por qué no lo pruebas y lo ves?