我正在运行一个零膨胀glmmTMB模型。我有兴趣在有条件和零通胀成分的不同因素水平之间进行成对比较。有条件的部分，我可以很容易地用通常的emmeans方法来做。我一直在尝试使用（相对）新铸造glmmTMB:::emm_basis.glmmTMB的，但无法弄清楚该函数采用的一些参数，也找不到示例......

这是我目前所处位置的玩具示例。我专门在模型中添加了一个poly()组件——我的完整模型同时具有poly()和ns()，因此需要弄清楚它们是如何在这里工作的。

所以这里有一些问题：1）我提供的trms论点是否正确？2）函数需要什么xlev和grid参数？emm_basis.glmmTMB

非常感谢您的任何想法！

修改问题和代码 (2020-07-10)

随着分析的进行，这个问题已经进行了几次编辑。我在顶部包含了最新信息，但对于那些被困在其他步骤的人，请参阅下面的信息。

回顾：我正在对几个连续变量（A、B 和 C）、一个分类变量（YN）和一个随机截距（ID）之间的关系进行建模。我已经包含了一个偏移量 (T)，因为计数数据是在不同持续时间的行为观察期间收集的。还有一个基于随机截距的零通胀术语。我正在比较该模型的所有子集以确定最适合的模型。

目前，当我尝试比较所有子集时，疏通函数会引发错误。

我正在使用 R 版本 3.6.1。

我正在对几个连续变量（A、B 和 C）、一个分类变量（YN）和一个随机截距（ID）之间的关系进行建模。我已经包含了一个偏移量 (T)，因为计数数据是在不同持续时间的行为观察期间收集的。还有一个基于随机截距的零通胀术语。

我正在比较该模型的所有子集以确定最适合的模型。

我的代码如下所示：

但是当我查看表格时，似乎模型是重复的，即有和没有偏移量。该表包括 32 个模型，当我省略偏移量时，只有 16 个模型。加上系数非常相似。（显示此表的子集）

我已经尝试更改我的代码，以便始终包含如下所示的偏移量，但这会导致警告。

编辑 2020/06/16

当偏移量作为一个术语包含时，我已经用完整的模型摘要更新了这篇文章：

当偏移量作为公式之外的单独参数包含在内时：

编辑 2020/06/24

修改后的疏浚功能解决了在所有模型中保留偏移变量的问题。

然而，这又引发了一个新问题：

@Kamil Barton 在下面建议我需要使用罢工和 stdizeFit 来解决此警告消息。但到目前为止，如果没有其他错误消息，我无法让此代码正常工作。此外，我担心标准化我的响应变量（如下所示）是错误的方法，并且由于标准化时间变量会导致负值，因此无法再将其记录在模型中（产生 NA 值）。

无论如何，这是我尝试使用与帮助文件中几乎相同的方法来实施 Kamil 建议的方法：

任何关于解决这些最新错误的想法，无论是卡米尔建议的方法还是我上面所做的，都将不胜感激。

编辑 2020/07/10

我已经能够使用以下代码块解决上述问题：

但是，现在当我使用疏通功能时，我又遇到了另一个错误。

在确定如何以及在何处解决“nobs”方法的任何帮助将不胜感激。

我已经运行了一个具有二项分布的广义线性混合模型，并成功地将种子作为响应（是/否）。个人id是随机效应。是否不仅可以根据固定效应计算预测概率，还可以计算每个人的预测概率？

我希望能够说出每个人成功的预测概率（95% CI）是多少。

我试图用来glmmTMB运行我的模型的多次迭代，但不断收到相同的持续错误。我试图在下面解释我的实验并插入我试图运行的完整模型。

实验背景

我试图建模的因变量是细菌 16S 基因拷贝数，在这种情况下用作细菌生物量的代表。

实验设计是我有来自 8 条河流的河流沉积物，这些河流沿着污染梯度下降（影响到原始）。（因子 1 = 流，有 8 个级别）。

对于 8 个流中的每一个，执行以下操作，将沉积物添加到 6 个托盘中。将这些托盘中的 3 个置于加热至 13°C 的人工流道中，而将其他 3 个加热至 17°C（因素 2 = 加热处理，具有 2 个级别）。总共有 16 个通道，温热处理被随机分配到一个通道。

然后我在四个时间点重复测量每个流通道中的 3 个托盘（因子 3 = 天，有 4 个级别）。

目前，我将托盘视为真正的生物复制品，而不是伪复制品，因为托盘在通道中彼此相距相当远，但这有待探索。

总结一下：模型项是（都被指定为因子）：

• 加温处理（13 与 17oC）
• 流 ID (1,2,3,4,5,6,7,8)
• 第一天（T1、T4、T7、T14）

我提出的完整模型是，

即使这个版本的模型不包含随机效果，我想使用glmmTMB包而不是运行这个 using lme4，因为我想探索添加模型组件以解决分散问题的想法，并探索添加的选项托盘作为随机效果（不确定这是否正确）。通过在 中运行模型的所有版本glmmTMB，我可以自信地比较他们的 AIC 分数。如果我在没有色散组件的情况下运行完整模型而lme4其他使用glmmTMB.

不幸的是，对于使用 glmmTMB 时完整模型的大多数迭代（我的意思是按顺序删除模型项），我会收到相同的持续警告：

警告信息： In fitTMB(TMBStruc) : 模型收敛问题；错误收敛 (8)。见小插图（'疑难解答'）

我试图理解错误，但我很难理解，因为令人困惑的是，当我使用 lme4 运行完整模型时，它运行时没有错误。

这是在 lme4 中运行的完整模型的版本，

据我通过阅读https://www.biorxiv.org/content/10.1101/132753v1.full.pdf @ line 225 了解到，可以使用此包在 GLM 和 GLMM 之间进行交叉比较。你知道我是否理解正确吗？

我还使用该DHARMa软件包来帮助验证模型和未能收敛的版本glmmTMB，通过 KStest、分散测试、异常值测试和组合调整分位数测试，但理想情况下我不希望收敛错误。

任何帮助将不胜感激。

我一直在 R 包 glmmTMB 中实现一些负二项式障碍模型，并且遇到了一些关于截断负二项式系列的困惑。

在检查该家庭论点的来源时，我发现：

我想知道这个系列是否仍在开发中（如变体中的stop命令所示）？

它被记录为在小插图中工作，并且我从我使用这个系列拟合的模型中得到了合理的估计（例如，来自模型的模拟数据似乎是明智的）。我知道该软件包的许多作者都在这个论坛上，所以我希望有人能够澄清。

我在时间自相关和在 glmm 中实现它的方式上遇到了一些麻烦。在这里（https://cran.r-project.org/web/packages/glmmTMB/vignettes/covstruct.html），通过自回归过程（AR1），它们将时间序列与时间步长相匹配。但是，当我这样做时，使用模拟数据和经验数据，我会得到惊人的高 R²，例如：

模型如何完美拟合数据，而固定效应远未过拟合？

包括时间自相关过程给出这样的 R² 和几乎完美的拟合是否正常？（很大程度上是由于随机部分，固定部分经常解释我数据中的一小部分方差）。该模型是否仍可解释？

我正在尝试建立具有因子-因子相互作用的障碍模型，但无法弄清楚如何计算各种因子-因子组合之间的几率或比率比的 CI。

有谁知道如何围绕这些各种因子-因子组合之间的比率适当地计算 CI？我知道如何计算实际比率估计值（其中包括对 1-3 个模型系数的总和进行取幂，具体取决于进行的确切比较），但我似乎找不到任何关于如何获得相应 CI 的信息涉及交互。如果所讨论的比率只需要对单个系数求幂，则可以轻松计算 CI；当计算比率涉及两个或三个系数时，我只是不知道该怎么做。任何帮助将非常感激。

编辑：我需要实际的几率和比率及其 CI，而不是预测值及其 CI。例如：exp(confint(m3)[2,3]) 给出 sppPR/minedYes 与 sppGP/minedYes 的比率，而 c(exp(confint(m3)[2,1]),exp(confint(m3) [2,2]) 给出了该比率的 CI。然而，spp/mined 组合之间的许多潜在比较需要对多个系数求和，例如 exp(confint(m3)[2,3] + confint(m3) [8,3]）但在这种情况下，我不知道如何计算比率 CI，因为它涉及多个系数，每个系数都有自己的 SE 估计值。鉴于涉及多个系数，我该如何计算这些 CI？

我正在使用 glmmTMB 包运行混合模型，并使用 predict 函数使用以下代码计算预测均值：

运行模型

创建新的数据框

预测平均值

此代码工作正常，但是当我添加 interval = "confidence" 来计算置信区间时，它似乎不起作用。R 忽略代码的最后一部分，只计算预测的平均值。

为什么间隔=“信心”不起作用？这可能是与 glmmTMB 软件包相关的问题吗？

我正在使用 glmmTMB 运行 glmm 并使用 predict() 来计算预测均值。我想知道是否可以根据模型的特定固定效应计算预测均值。

运行模型

我目前正在使用以下代码来计算所有固定效应的预测均值：

新数据

预测均值

我不希望在计算预测均值时包含 Logger.ID，并且想知道是否可以忽略 Logger.ID 以及如何执行此操作。

我有一个数据集，其中包含来自 4 周试验的奶牛步数，其中每只动物在第 2 周开始时接受治疗 A 或治疗 B，并且想知道两个治疗组的步数每周如何变化与第 1 周相比。

如何为我的模型添加偏移量来做到这一点？

我在添加偏移量之前运行的模型是这样的：

这是我的数据示例