我在R中运行了几个MCMCglmm模型,并希望绘制回归估计值以及置信区间。我只对绘制固定效果感兴趣,因为我的随机效应是单个演员,个人接受者和团队--所有这些在统计上都不重要。我的问题是,我应该能够跳过一些代码,通过使用var.idx来指定我只想要绘制某些效果;但这是抛出错误"var.idx: is not a graphical parameter。我的MCMCglmm模型叫做m1.teaching。这是对我有用的代码。sds=m1.coefs.present.r$'
我在MCMCglmm中运行了一个随机斜率模型,在随机效果部分,我有一个单独的协变量交互作用。当使用predict()从这个模型中获得估计值时,我遇到了一个错误,我似乎无法处理这个错误。下面这个更简单的例子(一个随机截取模型)遇到了同样的错误,所以我想知道我做错了什么?示例数据由20个个体组成,对于某个协变量,每个个体测量20次,两组中每组10个个体,加上一个协变量和一个响应变量(y): set.seed(123)
dat <- data.fra
我想从一个用MCMCglmm估计的模型中模拟感兴趣的数量,大致就像Zelig包那样。在Zelig中,您可以为独立值设置所需的值,软件可以为结果变量(期望值、概率等)计算结果。# Same model with MCMCglmmm1.mcmc <- MCMCglmm(y~z, data=df, family = "gaussian", verbose= FALSE)有没有办法用MCM
我想比较模型(“拟合”)值的响应变量估计使用零充气泊松分布与观测值从数据。有人能就从这种模型中提取响应变量的条件均值的机制提出建议吗?本质上,我只想使用观察到的数据和模型中的响应变量的预测值来计算残差,但是predict还没有实现MCMCglmm中zi泊松族模型的数据尺度。require(MCMCglmm)
example = data.frame(response=rbinom(10000,1,0.05), predictorA=rnorm(10000,100,10burnin