首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >问答首页 >用family=gaussian (标识链接)调用glmer()中的错误

用family=gaussian (标识链接)调用glmer()中的错误
EN

Stack Overflow用户
提问于 2016-04-09 09:17:09
回答 2查看 5.1K关注 0票数 2

我正试着用53个胸部来修复一个数据框。17个变量中。所有变量都是标准化的,但不要遵循正态分布,并且没有缺少值。数据框架的str()如下所示。

  • 品种:因子w/ 19水平"spp1","spp2",.:5 18 12 15 19 4 6 14 16
  • 关联:因子w/ 4级"assoA","assoB",.:1 1 2 2 2 3 3 4 4
  • 地点:因子w/ 2水平"site1","site2":1 1 1
  • obs.no : int 1 1 1.
  • trait1: num 0.652 0.428 0.535 0.389 0.486 .
  • trait2 : num 0.135 0.16 0.134 0.142 0.159
  • (将trait3剪辑为13)

我执行了以下代码来检查站点之间对于给定特征的关联类的重要性。

代码语言:javascript
运行
复制
model1= glmer(trait1 ~ association+site+ (1 | species),data=df6,family=gaussian)

并收到以下错误。

在glmer中(trait1~ association+site+ (1区),data=df6,:使用family=gaussian (标识链接)调用glmer()作为lmer()的快捷方式;请直接调用lmer() )。

在此之后,我要用Gauss求积估计参数。任何修正这个错误的建议和执行Gauss求积的代码都是非常感谢的。

EN

回答 2

Stack Overflow用户

发布于 2016-12-21 19:39:09

你居然贴出了答案。使用lmer,而不是glmer:

代码语言:javascript
运行
复制
model1 = lmer(trait1~association+site+(1|species), data=df6)
票数 0
EN

Stack Overflow用户

发布于 2022-06-09 22:04:06

澄清:不允许使用glmer(..., family = gaussian(link = "identity")) ( lme4坚持使用lmer(...) )的原因是,对于线性混合模型(这正是具有高斯响应和身份链接的GLMM的特例)使用数值( Gaussian )求积是没有意义的;在这种情况下,积分可以用封闭形式表示为一个受惩罚的最小二乘问题(取决于随机效应方差/协方差参数):参见Bates等人2015年

票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/36514903

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档