1
模型預測我想從我的LME模型做出預測：錯誤與LME
mod<-lme(height~direction+time+distnest+loop+twc+twc:direction,random=~1|bird_id/FT_no,data=dat,correlation=corAR1(0.5))
不幸的是我有一個嵌套的隨機和5個固定的效果，真的不知道如何處理它們。
除了「方向」和「時間」，它們是兩級因子（「陸地」或「海」，「日」或「夜」）之外，所有固定效果都是數字。
對於模型預測我已嘗試以下步驟：
newdat<-data.frame(loop=seq(min(dat$loop),max(dat$loop),length=100),
direction=factor("land",levels(dat$direction)),
time_code=factor("1",levels(dat$time)),
distnest=mean(dat$distnest),
twc=mean(dat$twc))
newdat$pred<-predict(mod,newdata=newdat,level=0)
plot(dat$loop,dat$height,pch=16,las=1,cex.lab=1.2)
lines(newdat$loop,yhat,lwd=2) ### for plotting one of the fixed effects
newdat$predse<-predict(mod,newdat,se.fit=TRUE)$se.fit
但是用se.fit時= TRUE有一個錯誤：「錯誤在predict.lme（MOD3，NEWDAT，se.fit = TRUE）：無法在'newdata'上評估組所需的級別「
是否semesi適用於lmes？省略等級= 0不起作用。代碼是否錯誤？
我也試圖從glmm.wikidot代碼：
newdat<-expand.grid(direction=c("land","sea"),time_code=c("1","2"),loop30=c(0.08,1),distne st=c(0.01,99.43),twc=c(-56.88744,57.93735))
newdat$pred<-predict(mod3,newdat,level=0)
Designmat <- model.matrix(eval(eval(mod3$call$fixed)[-2]), newdat[-ncol(newdat)])
predvar <- diag(Designmat %*% mod3$varFix %*% t(Designmat))
newdat$SE <- sqrt(predvar)
newdat$SE2 <- sqrt(predvar+mod3$sigma^2)
library(ggplot2)
pd <- position_dodge(width=0.4)
g0 <- ggplot(newdat,aes(x=loop30,y=pred,colour=direction))+
geom_point(position=pd)
g0 + geom_linerange(aes(ymin=pred-2*SE,ymax=pred+2*SE), position=pd)
## prediction intervals
g0 + geom_linerange(aes(ymin=pred-2*SE2,ymax=pred+2*SE2), position=pd)
但情節是完全錯誤的。任何人都可以幫我使用正確的代碼嗎？提前致謝。
最良好的祝願，安娜
沒有一些實際的數據，很難。 –
'predict.lme'沒有'se.fit'參數。但是，傳遞一個沒有任何影響。錯誤是由於省略了'level = 0'而沒有爲隨機截取提供分組變量。第二種方法的錯誤描述（「情節完全錯誤」）不允許診斷。 – Roland