求教！mixed model SAS 与 R的结果为何不同？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

以前一直用的SAS, 现在也想学学R, 但在做混合模型的时候，发现 R 和SAS 的结果总是有差别，例如下面的例子，数据见附件。
R 程序：
a =read.table("RIKZ.txt",header=T)
a$fBeach <- factor(a$Beach)
library (nlme)
mixed <- lme(Richness ~ NAP, random = ~1 +NAP| fBeach,data=a)
summary (mixed)

SAS程序
proc mixed data=rikz;
class beach;
model richness=nap /intercept;
random intercept nap/ subject=beach;
run;
但是R 和SAS的结果却不同，这是怎么回事呢？求高人指点！
该数据和R程序见于Mixed Effects Models and Extensions in Ecology with R， P109
SAS程序是我自己写的，是不是有哪里写的不对啊？

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：mixed model model Mixed mode del 程序 模型

...
hi, there:
First of all, i would check if they are using the same method; as i know, for SAS, it is REML as default; what about R? it may be ML;if that is true, you would expect some difference in the results.\\jingju

多谢jingju的回复，但是就这个例子来说，SAS和R是一样的，都是REML，不知道问题在哪里？

you are right. the default for R is reml too. so, what do you mean the resuts are different? jingju

运行上述程序后R的结果是：
Linear mixed-effects model fit by REML
Data: a
       AIC      BIC    logLik
  244.3839 254.9511 -116.1919

Random effects:
Formula: ~1 + NAP | fBeach
Structure: General positive-definite, Log-Cholesky parametrization
            StdDev   Corr  
(Intercept) 3.549100 (Intr)
NAP         1.715015 -0.99
Residual    2.702785      

Fixed effects: Richness ~ NAP
                Value Std.Error DF   t-value p-value
(Intercept)  6.588729 1.2647708 35  5.209425   0e+00
NAP         -2.830029 0.7229514 35 -3.914549   4e-04
而SAS的结果是：
The Mixed Procedure

                                                     Fit Statistics

                                          -2 Res Log Likelihood           238.0
                                          AIC (smaller is better)         244.0
                                          AICC (smaller is better)        244.6
                                          BIC (smaller is better)         244.6


                                              Type 3 Tests of Fixed Effects

                                                    Num     Den
                                      Effect         DF      DF    F Value    Pr > F

                                      Intercept       1       8      29.53    0.0006
                                      NAP             1       8      14.51    0.0052
可见两种结果在AIC,BIC, 分母自由度，及最终的P值上都有不同！问题到底出在哪里呢？

in sas, df =3 were used but it is 6 in r. so, i doubut the group effect in r can be identical to subject effect in sas.//jingju

JINGJU能否解释清楚点？你说的我不大明白还是。

Bates thinks, that is something about different contrasts used. i dont understand that. jingju

默认的设置不一样，你可以看到在混线性模型中，SAS、R、ASReml得到的AIC和BIC都不一样。
但方差组分和标准误是一致的。