lme4

    2热度

    1回答

    我对R相当陌生,但一直在使用lmer运行模型。现在我试图计算截距和条件的置信区间。 例如: Model1 <- lmer(Response ~ Treatment + (1+Treatment|Hospital), data=Data) confint(Model1) 我收到以下输出和诸如警告: 2.5 % 97.5 % .sig01 5.6742125 6.7

    0热度

    1回答

    调整意味着我运行模式是这样的: 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.

    0热度

    1回答

    我在ggplot2中显示我的lmer模型的结果时遇到了一些困难。我特别感兴趣的是在观察数据之上显示预测的回归线。我对这个(语音)数据运行的模型11聚物这里是下面: lmer.declination <- lmer(zlogF0_m60~Center.syll*Tone + (1|Trial) + (1+Tone|Speaker) + (1|Utterance.num), data=data)

    2热度

    1回答

    我有两个连续变量之间交互的lmer模型。效果包确实显示这种互动是抓好一个明确vairable的效果一起: 但我想要绘制与随机效应ggplot并根据栖息地类型分组这种相互作用。我已经作出了尝试,但留下了一个非常混乱的图表是: dataframe1$fit<-predict(SR14.1) p<-ggplot(dataframe1,aes(interaction(standmoisture, sta

    1热度

    1回答

    大家。我运行一个代码,definetly工作,但在降价(针织)我看到这条消息: error in glmer(accuracy ~ aspect * time + (1 + aspect * time || item.id) + : could not find function "glmer" Calls: <Anonymous> ... handle -> withCallingHandle

    0热度

    1回答

    我想测试一个使用lme4:::lmer()的混合效果模型拟合的系数(不是截距)是否与零以外的值不同。 car:::linearHypothesis()应该能够做到这一点,如在pbkrtest(car documentation; pbkrtest documentation)中实施的,使用Kenward-Rogers近似值计算的p值和误差自由度。 但是,我遇到了我认为是一个错误。我只似乎能够获得针

    0热度

    1回答

    一个混合效应式I具有式: my_formula <- a ~ b + (1|d) + e 欲编程方式从该公式中删除e变量。 我为固定效应仅公式进行的是: drop_es <- function(f) { e_idxs <- grep(pattern = 'e', x = all.vars(f[[3]])) stats::formula(stats::dr

    1热度

    2回答

    我想进行重复测量分析/纵向数据到以下问题: “有在的区域被分析的16个树和在B地区有16个。在每个地区,冬季分析8棵树,夏季分析8棵树,但它们不是同一棵树。考虑到在对每棵树直径五个不同深度的starch's知觉。” tree Region season depth starch 1 A W 1 0.07 1 A W 2 0.10 1 A W 3 0.13 1 A

    2热度

    1回答

    我有60棵树的数据框。根据DOY,我需要为EWMZ找到一个斜坡。我使用了混合模型,发现了一个负斜率,但是在绘制曲线时,它给了我一个积极的回归曲线。我不知道我用ggplot进行绘图的方式是否正确。 DOY EWMZ TREE 247 13,01 1 262 11,01 1 274 23,07 1 288 23,09 1 310 20,77 1 247 28,47 2 262 22,55

    0热度

    2回答

    我有一个鸟类数量的数据框。我有参加者的身份证号码,他们计算的鸟的数量,他们计算的年份,他们的纬度和长度坐标以及他们的努力。我制作了这个模型: model = lmer(count~year+lat+long+effort+(1|participant), data = df) 我现在希望模型绘制来自同一数据集的预测值。所以,这些数据是1997 - 2017年的,我希望模型能够给出我每年的预测值