lme4

    2熱度

    1回答

    我對R相當陌生,但一直在使用lmer運行模型。現在我試圖計算截距和條件的置信區間。 例如: Model1 <- lmer(Response ~ Treatment + (1+Treatment|Hospital), data=Data) confint(Model1) 我收到以下輸出和諸如警告: 2.5 % 97.5 % .sig01 5.6742125 6.7

    0熱度

    1回答

    調整意味着我運行模式是這樣的: model<-lme(Juice~1+Fruit ,random=list(Place=pdIdent(~1)), method="REML", control=lmeControl(niterEM=150 ,msMaxIter=200), na.action=na.omit, data=customData, keep.

    0熱度

    1回答

    我在ggplot2中顯示我的lmer模型的結果時遇到了一些困難。我特別感興趣的是在觀察數據之上顯示預測的迴歸線。我對這個(語音)數據運行的模型11聚物這裏是下面: lmer.declination <- lmer(zlogF0_m60~Center.syll*Tone + (1|Trial) + (1+Tone|Speaker) + (1|Utterance.num), data=data)

    2熱度

    1回答

    我有兩個連續變量之間交互的lmer模型。效果包確實顯示這種互動是抓好一個明確vairable的效果一起: 但我想要繪製與隨機效應ggplot並根據棲息地類型分組這種相互作用。我已經作出了嘗試,但留下了一個非常混亂的圖表是: dataframe1$fit<-predict(SR14.1) p<-ggplot(dataframe1,aes(interaction(standmoisture, sta

    1熱度

    1回答

    大家。我運行一個代碼,definetly工作,但在降價(針織)我看到這條消息: error in glmer(accuracy ~ aspect * time + (1 + aspect * time || item.id) + : could not find function "glmer" Calls: <Anonymous> ... handle -> withCallingHandle

    0熱度

    1回答

    我想測試一個使用lme4:::lmer()的混合效果模型擬合的係數(不是截距)是否與零以外的值不同。 car:::linearHypothesis()應該能夠做到這一點,如在pbkrtest(car documentation; pbkrtest documentation)中實施的,使用Kenward-Rogers近似值計算的p值和誤差自由度。 但是,我遇到了我認爲是一個錯誤。我只似乎能夠獲得針

    0熱度

    1回答

    一個混合效應式I具有式: my_formula <- a ~ b + (1|d) + e 欲編程方式從該公式中刪除e變量。 我爲固定效應僅公式進行的是: drop_es <- function(f) { e_idxs <- grep(pattern = 'e', x = all.vars(f[[3]])) stats::formula(stats::dr

    1熱度

    2回答

    我想進行重複測量分析/縱向數據到以下問題: 「有在的區域被分析的16個樹和在B地區有16個。在每個地區,冬季分析8棵樹,夏季分析8棵樹,但它們不是同一棵樹。考慮到在對每棵樹直徑五個不同深度的starch's知覺。」 tree Region season depth starch 1 A W 1 0.07 1 A W 2 0.10 1 A W 3 0.13 1 A

    2熱度

    1回答

    我有60棵樹的數據框。根據DOY,我需要爲EWMZ找到一個斜坡。我使用了混合模型,發現了一個負斜率,但是在繪製曲線時,它給了我一個積極的迴歸曲線。我不知道我用ggplot進行繪圖的方式是否正確。 DOY EWMZ TREE 247 13,01 1 262 11,01 1 274 23,07 1 288 23,09 1 310 20,77 1 247 28,47 2 262 22,55

    0熱度

    2回答

    我有一個鳥類數量的數據框。我有參加者的身份證號碼,他們計算的鳥的數量,他們計算的年份,他們的緯度和長度座標以及他們的努力。我製作了這個模型: model = lmer(count~year+lat+long+effort+(1|participant), data = df) 我現在希望模型繪製來自同一數據集的預測值。所以,這些數據是1997 - 2017年的,我希望模型能夠給出我每年的預測值