¿Validación cruzada para modelos mixtos?

Question

Mi colega y yo estamos ajustando una serie de modelos de efectos mixtos lineales y no lineales en R. Se nos pide que realicemos una validación cruzada de los modelos ajustados para poder verificar que los efectos observados son relativamente generalizables. Esto es normalmente una tarea trivial, pero en nuestro caso, tenemos que dividir todos los datos en una parte de entrenamiento y una parte de prueba (para fines de CV) que no comparten niveles comunes. Por ejemplo,

Los datos de entrenamiento pueden basarse en los Grupos 1,2,3,4; El modelo ajustado se valida de forma cruzada con el Grupo 5.

Esto crea un problema, ya que los efectos aleatorios basados en el grupo estimados en los datos de entrenamiento no se aplican a los datos de prueba. Por lo tanto, no podemos CV el modelo.

¿Existe una solución relativamente sencilla para esto? ¿O alguien ha escrito ya un paquete para abordar este problema? Cualquier sugerencia es bienvenida.

Gracias.

Answer 1

Fang (2011) ha demostrado la equivalencia asintótica entre el AIC aplicado a los modelos mixtos y la validación cruzada de dejar un grupo fuera. Posiblemente esto satisfaga a su revisor, permitiéndole simplemente calcular el AIC como una aproximación más fácil de calcular a lo que ellos solicitaron.

Answer 2

Colby y Bair (2013) habían desarrollado un enfoque de validación cruzada que puede aplicarse a los modelos de efectos mixtos no lineales. Puede visitar este enlace para saber más.