0
调整意味着我运行模式是这样的:用于提取LME功能
model<-lme(Juice~1+Fruit ,random=list(Place=pdIdent(~1)), method="REML",
control=lmeControl(niterEM=150 ,msMaxIter=200), na.action=na.omit,
data=customData, keep.data=FALSE)
而且我想提取果汁的调整平均每一个水果。 我发现涉及在包lmerTest
一些lsmean()
解决方案,但它抛出一个错误说:
模型不是线性混合效应模型
所以,那种无能这里。
对于重复的例子(这是我的数据的外观的BTW):
Fruit=c(sort(rep(1:40,5)),sort(rep(1:40,5)))
Juice=c(rnorm(200, mean=15:25),rnorm(200, mean=13:23))
Place=c(rep("A",200), rep("B",200))
customData=data.frame(Fruit,Juice,Place)
在此先感谢。
你的意思'LSMEANS()'('LSMEANS()'现在废弃了的'lsmeansLT()')?我猜这些函数可能只适用于'lme4'软件包中'lmer'生成的模型对象,而不适用于'nlme'软件包中'lme'生成的对象。 – eipi10