0

我一直在关注Ben Bolker 的小插曲，使用 GLMM 预测获得置信区间predict.merMod，使用模型矩阵手动推导 SE。到目前为止，这对泊松、负二项式和类似模型都有效。但是，我现在正在使用一个二项式模型，其中响应指定为cbind(successes,failures). 我对响应量表上的预测感兴趣，但获取置信区间的方法失败了，因为预测输出是成功概率的形式，而不是成功和失败变量的组合。

复制 Ben 在他的小插图中“预测的预测和/或置信度（或预测）区间”的“lme4”部分给出的示例：

library(lme4)
library(ggplot2)
data("Orthodont",package="MEMSS")
fm1 <- lmer(
    formula = distance ~ age*Sex + (age|Subject)
    , data = Orthodont
)
newdat <- expand.grid(
    age=c(8,10,12,14)
    , Sex=c("Female","Male")
    , distance = 0
)
newdat$distance <- predict(fm1, newdat, type="response", re.form=NA)
mm <- model.matrix(terms(fm1), newdat)
## This is where I am stuck

对于没有提供相关的二项式示例数据集，我深表歉意，但我的问题只是弄清楚如何将此代码调整为二项式模型，因此非常感谢对此的建议（可能使用虚拟对象名称）！论坛上有很多专门针对逻辑回归的帖子，但这无济于事，因为逻辑模型中的响应变量是单个变量。标记为“二项式”的少数帖子处理二项式数据，而不是二项式混合模型的预测。

这是我在执行模型矩阵步骤（虚拟名称）时遇到的错误：

cbind 中的错误（成功，失败）：找不到对象“成功”

还有另一种方法可以做到这一点吗？

4

0 回答 0