lmer

    2熱度

    1回答

    我正在嘗試使用lmerTest爲我的固定效果設置p值。 我有4個不同的隨機截距,3交叉,一個嵌套: test.reml <- lmerTest::lmer(y ~ s1 + min + cot + min:cot + ge + vis + dur + mo + nps + dist + st1 + st2 + di1 + s1:cot + s1:min + s1:cot:min + s1:ge

    0熱度

    1回答

    爲什麼glmulti R包的功能在lmer擬合(線性混合模型)和gls擬合模型(lme包)上不能很好地工作: A.提取模型平均係數?它的coef功能不起作用。 我在lmer擬合模型(即混合模型)上使用了glmulti R包,並運行了模型選擇。但是我沒有做模型平均,因爲儘管我應用了這裏提到的包裝getfit()函數,coef函數仍然不起作用,但是這裏提到的包裝函數getfit()函數是glmulti

    1熱度

    1回答

    我試圖在開始使用固定術語之前選擇GLMM中最好的隨機效果結構。爲此,我包括了所有固定效應及其相互作用(超出最優模型),然後嘗試使用隨機因子的不同組合。我正在使用公式lmer()。模型用REML估算。然後我得到每個模型的AIC(),然後比較它們。 但我想知道沒有隨機效應的模型的AIC。我讀過,然後我應該使用gls()。但我也可以使用glm()。與gls相同型號的AIC和glm相同型號的AIC非常不同

    0熱度

    1回答

    我很困惑,爲什麼lmerTest中處理步驟(模型)的結果異常。 m0 <- lmer(seed ~ connection*age + (1|unit), data = test) step(m0) 注:兩個 「連接」 和 「時代」 已被設置as.factor() Random effects: Chi.sq Chi.DF elim.num p.value unit 0.25

    2熱度

    2回答

    我正在分析一些重複措施藥物試驗數據,我不知道如何繪製使用多面ggplots時lmer結果。我已經對主數據集中的單個斜坡進行了初始繪圖,但我正在根據性別分別進行Lmer分析。 使用公開可用的數據,其中只有兩個治療組相比,我有四個,這是可複製的例子下面。它使用reshape2,lme4和ggplot2包。 CatAnx <- read.fwf(file=("http://www.stat.ufl.ed

    3熱度

    1回答

    我正在嘗試估計多級模型。我的代碼是: fullModel2 <- lmer(pharmexp_2001 ~ gdp_1000_gm + health_exp_per_cap_1000_gm + life_exp + labour_cost_1000_gm + (year_gm|lowerID), data=adat, REML=F) 導致以下模型: Linear mixed

    3熱度

    2回答

    我試圖在一些數據上運行混合效應模型(使用R),但與其中一個固定效應掙扎,我認爲主要是由於它是一個因素?! 樣本數據: data4<-structure(list(code = structure(1:10, .Label = c("10888", "10889", "10890", "10891", "10892", "10893", "10894", "10896", "10897", "1

    4熱度

    1回答

    我試圖用lme4做LMM,這彈出消息: 錯誤initializePtr(): 功能「 dataptr'不是由包'Rcpp'提供的 我該怎麼辦?

    3熱度

    1回答

    我正在R中使用正常的LMM進行功耗分析。我有七個輸入參數,其中兩個我不需要測試(年數和站點數量) 。其他5個參數是殘差,截距和斜率的截距,斜率和隨機效應標準差。由於我的回答數據(年份是模型中唯一的解釋變量)約束在(-1,+1)之間,所以截距也落在此範圍內。然而,我發現如果我運行了1000次模擬,並給定了一個給定的截距和斜率(我認爲這是10年以來的常數),那麼如果隨機效應截距SD低於一定值,那麼有很

    0熱度

    1回答

    我對lmer做了一些修改。它的工作原理應該如此,但是我無法擺脫運行程序時彈出的警告消息。我添加了下列選項,它允許程序不停止運行,而是顯示警告消息。我相信這是check.nobs.vs.rankZ =「warningSmall」部分。我怎麼能擺脫這個,有什麼建議?謝謝。來自R lmerControl(check.nobs.vs.nlev = "ignore",check.nobs.vs.rankZ