一部の混合モデルの変位値回帰統計手順にR実装はありますか？

分位点回帰の混合効果モデルを実行するための解決策を見つけたいのですが。

私のグーグル検索から、そのような手順のR実装を見つけることができませんでした（「これはかすかな心のためではない」という警告のみ）。

1つのx、1つのy、および1つの「対象」変数がある単純な状況を解決したいと思います。

これをどうするかについての提案はありますか？

質問にどの程度答えることができるかは、どのような研究を心がけているかによって異なります。Roger Koenkerは、縦断データまたはパネルデータの分位点回帰に関する作業を行っています。いくつかの詳細、論文、およびRコードの初期セットは、RogerのWebサイトから入手できます。

そのWebページ上のメッセージqrss()で、Quantregパッケージで使用する論文で説明されている方法を実行する方が簡単で、投げ縄のペナルティを使用して固定効果を縮小することに注意してください。

最近、lqmmパッケージ「Linear Quantile Mixed Models」がCRANにアップロードされました。私はそれを使用したことがありませんが、lqmmパッケージはあなたが望むことをするようです。

このプレゼンテーションはuseR！2011年の会議は、パッケージのいくつかの例を示しています。これは、useR！から取得したパッケージの説明です。2011年の会議の要約：

条件付き変位値回帰（QR）は、共変量のセットと固定回帰係数のベクトルの関数としての、結果の未知の変位値の推定に関係します。ここ数年で、独立したデータのQRの機能を拡張して、クラスター化されたサンプリング設計（例えば、反復測定）を処理する必要性から、いくつかのまったく異なるアプローチが生まれました。ここでは、条件付きQRモデルに関連する重み付きL₁ノルム問題と非対称ラプラス分布の間の厳密な関係に依存する尤度ベースのアプローチを検討します（Geraci and Bottai、2007）。

このプレゼンテーションでは、Rパッケージlqmmを使用して、2レベルのネストされたモデルに対して混合（固定およびランダム）効果でQRを実行する方法を説明します。固定回帰係数と変量効果の共分散行列の推定は、ガウス求積法近似と最適化アルゴリズムの組み合わせに基づいています。前者には、それぞれ正規および二重指数（つまり、対称ラプラス）ランダム効果のガウスエルミートおよびガウスラゲール求積法が含まれます。後者には、変更されたコンパス検索アルゴリズムと汎用オプティマイザ（最適化および最適化）が含まれます。モデリングと推論の問題の詳細は、Geraci and Bottai（2011）に記載されています（リクエストに応じて、暫定ドラフトを入手できます）。このパッケージは、独立したデータの場合のコマンドも提供します。

ここから入手できるqrLMMというパッケージをCRANにアップロードしました

http://cran.r-project.org/web/packages/qrLMM/index.html

あなたが探していることを正確に実行し、すぐに提出される論文でも、Geraci（2014）のパッケージlqmmよりもすべてのシナリオでより良い見積もり（低いバイと標準エラー）を得ることが証明されます。今後の研究に役立てば幸いです。