lme4

0열

1답변

세 가지 고정 효과와 임의 효과가 혼합 된 혼합 효과 모델을 만들었습니다. mdl1 <- lmer(yld.res ~ veg + rep + rip + (1|state), REML=FALSE,data=data2) 위 모델에서 가장 간략한 모델을 얻고 싶습니다. 이를 위해 한 번에 하나의 독립 변수를 삭제하고 AICc 값을보고 모델의 적합성을 개선

4열

1답변

nlme 개체에서 임의 추출 수식

lme을 사용하여 생성 된 모델에서 임의의 구조를 추출하려고하지만 고정 수식 이외의 다른 것을 얻을 수 없습니다. 예를 들면, library(nlme) fm1 <- lme(distance ~ age, Orthodont, random = ~ age | Subject) deparse(terms(fm1)) # "distance ~ age" 이 lmer가

0열

1답변

(준) - 물류에서 무작위 효과에 따른 완벽한 분리 GLMM

lme4을 사용하여 이진 논리 GLMM 모델에 적합하면서 컨버전스 경고 및 매우 큰 그룹 차이가 발생했습니다. 이것은 무작위 효과, 즉 많은 개인 (무작위 효과/그룹화 변수)이 개인 변수 내에서 낮은 결과를 초래하는 종속 변수에서 0만을 갖는다는 사실에 따라 (준) 완전한 분리와 관련 될 수 있는지 궁금합니다. 이것이 문제가 될 수 있다면, 그러한 경우를

-5열

1답변

랜덤 효과

위한 lme4하여 I 가진 3 개 랜덤 변수 X, YZ (모든 랜덤 효과) X가 Y에 중첩되어 있지만, Y는 I가 lme4에서 다음 함수를 사용 Z에서 교차하고, 하지만 작동하지 않습니다. <- lmer(A ~ 1 + (1 | x/y) + (1 | y*z) + (1|x/y*z), my data) 나를 도와주는 사람이 있습니까? 많은 감사합니다

0열

1답변

lmerTest를 사용하여 step()이 전체 모델에 대한 후방 제거에서 이상한 결과를 반환하는 이유

lmerTest의 처리 단계 (모델) 결과가 비정상적인 이유가 혼란 스럽습니다. m0 <- lmer(seed ~ connection*age + (1|unit), data = test) step(m0) 참고 : "연결"모두와 "나이는"왜 나를 최종 모델이 표시되지 않습니다 Random effects: Chi.sq Chi.DF elim.num

1열

1답변

perfom의 glmer.nb()는 오류 메시지 (maxstephalfit) PIRLS : (maxstephalfit) PIRLS 스텝 halvings는

Wheng perfoming glmer.nb, 우리가 오류 메시지 > glm1 <- glmer.nb(Jul ~ scale(I7)+ Maylg+(1|Year), data=bph.df) 오류가 pwrssUpdate에서 일탈을 줄이기 위해 실패 단계 이분법은 pwrssUpdate의 편차를 줄이지 못했습니다. 경고 메시지 : theta.ml (Y, mu, su

0열

1답변

혼합 모델의 요인 수준의 하위 집합을 그리는 방법 R

두 개의 임의 요소 F1 (6 개 수준)과 F2 (4 개 수준)를 사용하여 혼합 모델을 만들었습니다. MiModel<-lme(iv~d1+d1_id,list(Fact1=~1+d1, Fact2=~-1+d1), data=MiData,method="REML") 일부 다른 수치로 잔여량 대 예측 값을 플로팅하고 싶습니다. 나는

0열

1답변

상호 작용 용어를 사용하여 merMod 객체의 원래 변수를 찾는 방법 (lme4 패키지에 적합)?

this blog posting에 도시 된 바와 같이 I가 작용 효과를 계산하고자 그래서 b0이 절편의 추정치 y = (b0 + (b1 * xa) + (b3 * xa * xb)), b1를 계산할 수있는 것은 예측기 (A)의 추정치이며 b3는 예측기 (A)와 사이의 상호 작용의 추정치 B. 내가 장착 모델 추정을 필요로 이렇게하려면 예측 인자의 원래 값 (즉

1열

1답변

nlme/lme4 출력에서 고정 효과에 대한 p 값 추출

혼합 효과 모델의 요약 호출로 작성된 오브젝트 내에 포함 된 고정 효과 테이블에서 개별 요소 (구체적으로 p 값)를 추출하려고합니다. 장난감 데이터 : 우리가 그것을 호출 할 때 set.seed(1234) score <- c(rnorm(8, 20, 3), rnorm(8, 35, 5)) rep <- rep(c(0,1,2,3), each = 8) grou

5열

1답변

훈련 집합에 대한 predict.glmer가 newdata의 유무에 관계없이

이것은 질문보다 버그보고 일 수 있습니다. 그러나 newdata 인수를 명시 적으로 사용하면 동일한 데이터 집합을 사용하여 훈련 데이터가 예측과 다른 예측을 생성하는 이유는 무엇입니까? newdata 인수를 생략하고 훈련 데이터 세트를 명시 적으로 사용합니까? library(lme4) packageVersion("lme4") # 1.1.8 m1 <- g