Me gustaría evaluar el rendimiento predictivo de mi modelo de regresión logística de efectos mixtos utilizando el paquete lme4 (glmer). Mi modelo es el siguiente:
glmer(R0A1~MP_Scaled+MPHW_Scaled+HW_Scaled+YP_Scaled+AG_Scaled+SS_Scaled+PR_Scaled+SR_Scaled+(1|Animal_ID)+(1|Year),data=males, family=binomial(link="logit"),nAGQ = 0)
Mi conjunto de datos está estructurado de la siguiente manera:
Los únicos paquetes que he encontrado útiles son DAAG o cv.glm; sin embargo, estos paquetes se basan en modelos lineales generalizados. Dada la estructura anidada de mis datos (ubicaciones de animales anidadas dentro de ID de animal), ¿serían apropiados estos paquetes para realizar una validación cruzada k-fold? En otras palabras, tendría que eliminar los efectos aleatorios y ejecutar los paquetes, lo cual me pregunto si influiría en el resultado, especialmente dada la estructura jerárquica de los datos.