1

我在这里和其他网站上尝试了一些建议，但似乎没有一个有效

我的模型看起来像

model = glmer(cbind(live, dead)~cont1*cont2+ (1|random),
                family = binomial, data = all)

cont1和cont2都是连续的解释变量，random是8个水平左右的随机因子

对于标准 glm (ie)

model = glm(cbind(live, dead)~cont1*cont2, 
                   family = binomial, data = all)

我曾使用此代码进行预测

plot(-100,-100,xlim=c(0,30),ylim=c(0,100),xlab='cont1',
   ylab='alive(%)',col.axis='black',col.lab='black')
   preds = predict(model,data.frame(cont1=0:30,cont2=0),type='response')*100
   lines(0:30,preds,lty=5,lwd=3,col='magenta')   
   preds = predict(model,data.frame(cont1=0:30,cont2=-0.25),type='response')*100
   lines(0:30,preds,lty=3,lwd=3,col='purple')

等等

我已经能够使用 glmer 获得预测，但我无法获得 cont2 的每个级别的预测，例如在标准 glm 中。

我试图复制这里建议的代码glmer - 使用二项式数据进行预测（cbind 计数数据）

predframe <- data.frame(cont1=(all$cont1), cont2=(all$cont2))
predframe$AlivePercent= predict(m1, newdata= predframe,type="response",REform=NULL)

但是我收到错误消息

Error in `[[<-.data.frame`(`*tmp*`, i, value = integer(0)) : 
  replacement has 0 rows, data has 224

如果有人能建议我如何解决这个问题，那将不胜感激

干杯，迪伦

4

0 回答 0