library(lme4)
dummy <- as.data.frame(cbind(speed = rpois(100, 10), pop = rep(1:4, each = 25), season = rep(1:2, each = 50), id = seq(1, 100, by = 1)))
dummy2 <- as.data.frame(cbind(speed = c(rnbinom(50, 10, 0.6), rnbinom(50, 10, 0.1)), pop = rep(1:4, each = 25), season = rep(1:2, each = 50),
lme4:::profile.merMod()应该与glmer模型一起工作吗?负二项式模型呢?
我有一个负二项式模型,它会抛出这个错误:
Error in names(opt) <- profnames(fm, signames) : 'names' attribute [2] must be the same length as the vector [1]
当我尝试在我的模型profile(model12)上运行profile函数以获得随机效果的标准错误时。
我是不是漏掉了什么,还是lme4出了问题?
我应该指出,我使用的是glmer(..., family =
我一直在尝试分析R中多层模型中多个估算的结果。我知道我的lme4模型是有效的。我知道我的推论是有效的。但是使用Zelig或使用mitools::MIcombine()都会抛出类似的关于S4对象的错误。
library(lme4)
library(mitools)
data(smi)
# this model works fine
model.f.glm <- function(df) {
glm(drinkreg~wave*sex,family=binomial(), data=df)
}
# but this one will not
model.f.glmer <- fu
我试图写一个函数,用glmer从R中的广义线性混合模型计算R^2。不知何故,只要尝试使用该函数,我就会得到一个错误:
Error in checkFormulaData(formula, data, checkLHS = control$check.formula.LHS == : bad 'data': object 'input_data' not found
如果我在没有函数的情况下使用相同的代码,那么一切都很好。为了测试函数中是否存在r.squaredGLMM的一般问题,我还为一个线性混合模型创建了一个函数,该模型正按预期工作。
下面是一个可重复的例
我的数据是比率数据。所以我尝试用lme4()和二项式模型来分析它。
这是我的代码:
fate.reP = glmer(predated~type+(1|island),data=fate.rate,family="binomial")
下面是一组样本数据:
type cluster tree predated
B B7-1 1 0.48
B B7-1 2 0.66
B B7-2 3 0.18
M I63 8 0.55
M
我试图拟合R中的Poisson glmer模型,以确定4种实验处理是否影响植物随着时间的推移形成新分支的速率。在35、70和83天后统计了新的分支机构,数据如下:
treatment replicate.plant time branches
a ID4 35 0
a ID4 70 1
a ID4 83 1
a ID12
最近,我一直在尝试将许多随机效应模型拟合到相对较大的数据集中。假设大约有5万人(或更多)在25个时间点观察到。有了这么大的样本数量,我们就包括了很多我们正在调整的预测因子--也许是50个左右的固定效应。我用R中的lme4::glmer将模型拟合成二进制结果,并对每个主题进行随机截取。我不能详细介绍数据,但是我使用的glmer命令的基本格式是:
fit <- glmer(outcome ~ treatment + study_quarter + dd_quarter + (1|id),
family = "binomial", data = d