2

我正在尝试自动化一种方法来识别和删除混合模型语句中的固定效果，使用lmer. 简而言之，我的方法是使用fixef获取固定效果名称，然后使用update从模型语句中删除这些名称。我遇到了一些障碍...

首先，如果固定因子不连续，则fixef返回附加处理水平的变量名称（例如，levels(variable1)=c("A","B","C")将返回variable1Band variable1C）。我试图通过部分匹配来解决这个问题，但我相信它不会在所有情况下都成功（见下文）。

其次，如果存在交互，则部分匹配会分崩离析并仅识别第一个术语（例如，variable1仅从variable1:variable）。我不知道如何解决这个问题。

这是一些示例代码：

#Create example data
set.seed(9)
data=data.frame(y=rnorm(100,5,10),y.binom=rbinom(100,1,0.5),
                y.poisson=rpois(100,5),fixed1=rnorm(100,20,100),
                fixed2=c("Treatment1","Treatment2"),covar=rnorm(100,20,100),
                rand1=LETTERS[1:2],
                rand2=c(rep("W",25),rep("X",25),rep("Y",25),rep("Z",25)))

library(lme4)

#Fit generalized linear mixed effects model
mod=glmer(y.poisson~fixed1*fixed2+covar+(1|rand2/rand1),family="poisson",data)
#Pull out names of fixed effects
fixef.names=do.call(rbind,lapply(1:length(names(fixef(mod))[-1]),function(j) {
  d=colnames(mod@frame)[pmatch(colnames(mod@frame),names(fixef(mod))[-1][j])>0]
  d[!is.na(d)] } ) )[,1]
# Generate null model (intercept and random effects only, no fixed effects)
null.mod=update(mod,paste(".~.-",paste(fixef.names,collapse="-"),sep=""))

任何帮助表示赞赏！

4

2 回答 2

3

有一个内置findbars()功能lme4可以帮助您完成大部分工作。您仍然需要解析结果（它们作为language对象返回）；用括号保护它们；并将它们粘回公式中。但这似乎有效：

parens <- function(x) paste0("(",x,")")
onlyBars <- function(form) reformulate(sapply(findbars(form),
                                              function(x)  parens(deparse(x))),
                                              response=".")
onlyBars(formula(mod))
## . ~ (1 | rand1:rand2) + (1 | rand2)
update(mod,onlyBars(formula(mod)))
于 2013-11-06T18:03:11.160 回答
0

1）仅针对单一效果：gsub-ing 出名称“变量”，然后将处理与用于拟合的数据框中的某些内容相匹配，从而为您提供正确的名称以提取/添加到更新语句中？

2）对于交互，也许首先尝试使用 : 进行 strsplit。然后检查输出的长度。如果 >1，则匹配两个变量，并根据需要删除/添加到更新。它不会像函数那样优雅，但它应该可以工作。

3) 为什么不直接使用 glmulti 库？它已经以自动化的方式做到了这一点。如果您不想要所有合适的模型，只需提取您想要的模型并继续。但它将所有适合的对象存储在其对象结构中。

于 2013-11-06T15:14:49.257 回答