R中线性混合模型的预测
R中线性混合模型的预测
提问于 2021-11-19 12:36:26
考虑lme4包中的睡眠研究数据，如下所示。该研究包含18名受试者，他们在不同的日期重复测量反应(反应就是反应)。
library("lme4")
head(sleepstudy)
Reaction Days Subject
1 249.5600 0 308
2 258.7047 1 308
3 250.8006 2 308
4 321.4398 3 308
5 356.8519 4 308
6 414.6901 5 308以下代码适合具有随机截距的线性混合模型。
fit1 = lmer(Reaction ~ Days + (1 | Subject), data = sleepstudy)我们可以使用"ranef(fit1)“获得特定于主题的随机截获。此外，可以使用“预测(Fit1)”对原始数据中所有时间点的响应进行预测。
然而，我想预测18个受试者在Day=12和第14天的反应(反应)(第12天和第14天不在原始数据中，但希望对反应进行预测)。也就是说，我最终应该得到一个如下所示的数据集。
Days Subject Predicted_Response
12 308
12 309
...
12 371
12 372
14 308
14 309
...
14 371
14 372回答 1
Stack Overflow用户
回答已采纳
发布于 2021-11-19 12:42:46
我们可以使用predict方法的"newdata“参数来完成此操作：
library("lme4")
fit1 = lmer(Reaction ~ Days + (1 | Subject), data = sleepstudy)
newdata <- expand.grid(
Days = c(12, 14),
Subject = unique(sleepstudy$Subject)
)
newdata$Predicted_Response <- predict(fit1, newdata = newdata)
Days Subject Predicted_Response
1 12 308 417.7962
2 14 308 438.7308
3 12 309 299.1630
4 14 309 320.0976
5 12 310 313.9040
6 14 310 334.8385
7 12 330 381.4190
8 14 330 402.3536
9 12 331 387.2287
10 14 331 408.1633
11 12 332 385.2338
12 14 332 406.1683
... etc ...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/70034953
复制相关文章
相似问题
腾讯云开发者
