问题标签 [lme4]

我有几个适合lmer（lme4包）的随机效应模型。例如：

我想打印这些模型的表格摘要，理想情况下，类似于您使用的打印输出

或者

这段代码...

可以很好地打印模型比较，但我还想打印每个模型的详细摘要（因为我有 18 个songTrait变量我正在拟合模型）。不幸的是，textplot（gplots包）无法处理 S4 输出，而且我还没有找到一个好的解决方法。任何帮助将非常感激！

可能相关：R 版本是 2.15.3。手臂版本是 1.6-05。lme4 版本为 0.99999911-1。我在发布之前确实运行了 update.packages() 。

我目前想知道最新版本的arm和lme4是否不兼容。我想在新的 lme4 中使用 predict.mermod() 函数，但在使用 lme4 时我也依赖 arm。我尝试在分离 lme4 的情况下加载 arm，但 lme4 是 arm 的必需包，因此也不起作用。谢谢您的帮助！

当您有一个包含大量因素和交互的多级模型时，固定效应矩阵的相关性可能会变得非常大且不清楚。

我可以使用symbolic.cor=Tprint 方法中的参数来更清晰地打印摘要，如下所示：

这为大矩阵绘制了一个更清晰的相关矩阵。尽管这个例子的矩阵不是那么大。但如果我可以绘制相关性的热图，那就太好了。
如何提取固定效果的相关性以便制作此热图？

编辑：

这是我根据答案创建的功能。

你必须从这里下载 my.plotcorr 函数。上面使用命令的示例的结果图fixeff.plotcorr(mod)现在如下所示：

我有示例数据和模型

如何提取每个 ID 的建模截距和斜率并绘制每个 ID 的单独轨迹？

我最近尝试将我所有的函数组织在包中，以避免在每个脚本之上有数百行代码。在运行一组 LME4 多级模型后，我编写了许多我使用的函数。这些函数旨在生成漂亮的输出表（我知道有可用的软件包可以做到这一点，但这些通常不够灵活，无法根据我的需要自定义表）。这是一个函数的示例，它采用 lmer 模型列表（例如 fm0、fm1、fm2）并将固定效应参数及其各自的标准误差组合在一个输出表中（我稍后将与其他模型统计信息一起使用生成自定义回归表）。

如果我只是在我的脚本中使用该函数（在顶部定义），它就可以正常工作。但是，在我将函数包含在一个包中后，它会引发以下错误（我通过使用 R CMD build 的系统调用以旧方式生成包，并使用 R CMD INSTALL 安装包）。

这个错误似乎与在我的函数中使用 S4 对象有关。不幸的是，固定效应参数和标准误差来自 lmer 模型（S4 对象），我无法更改。我尝试了多种不同的方法来获取固定效果参数和标准错误，包括以下内容：

如果我在脚本顶部声明的函数中使用这些不同的规范，它们都可以正常工作，但如果我将函数放入包中，它们都不起作用。只有错误消息会改变。例如，我在使用“coef(summary(mList[[m]]))”时收到错误消息“错误：$ 运算符对原子向量无效”。我的包中的所有其他功能都可以正常工作，所以我想这不是我创建包的方式的一般问题。有没有人遇到过这种类型的问题？关于如何成功使用 S4 对象作为包中函数的输入，有什么建议吗？非常感谢您的任何帮助/建议/评论！

最好的，拉斐尔

编辑： 很抱歉首先没有提供一些示例数据。但现在是：

我正在使用lmer()in packagelme4来估计混合效应模型。这很好用，但现在我想对固定次数的迭代运行估计过程，然后通过指定起始值来恢复该过程，如上一个估计过程计算的那样。

根据帮助，?lmer这是可能的，通过设置参数：

• start- 这些是新的起始值，根据帮助可以ST从拟合模型中提取槽中的值并使用这些值，即使用x@ST
• maxiter- 作为命名参数提供给control

因此，例如，假设我想lme使用iris数据拟合一个，可以试试这个：

这行得通。看看输出，其中第一列是 REML，即随机效应最大似然。请特别注意模型 2 中的 REML 从模型 1 终止的地方开始：

但是，当我对此有不同的价值时，maxIters它不再起作用：

请注意，REML 值在 264 处重新开始，即开始：

问题：如何lmer()使用从先前拟合的模型获得的起始值可靠地重新启动？

会话信息：

我有以下混合效应模型，其中包含两个交叉随机效应，用于模拟树的生长：

我正在使用这个模型来预测新数据，并且很高兴看到lme4的开发版本现在带有一个predict允许使用固定和随机效应来生成预测的功能。但是，我还需要能够估计我所做预测的不确定性，这是一个问题，因为predict在lme4中不会为预测生成 SE。

我已经尝试过替代方法。第一个是用来simulate生成预测值的分布，然后我可以将其总结为不确定性估计。但是，我发现 的输出与 的输出simulate明显不同predict，无论我如何处理与随机效应相关的 use.u 参数。当我取 1000 次或更多模拟的平均预测值并将其与 的输出进行比较时predict，很明显这两种方法产生了不同的结果。

第二种方法是使用帮助文件中推荐的 bootMer 函数predict。由此我能够获得参数估计的 SE。但是，我不太确定如何将这些转化为预测中的不确定性（即，我如何获得预测值的 SE？）。我错过了一些明显的东西吗？

非常感谢我使用的两种方法的任何帮助/建议，以及我没有考虑过的替代方法的任何建议！

也许我的问题不会具体，但是在拟合 glme 模型（在 R 中使用 lme4 包）时，我得到一个参数 SE=1000，估计参数高达 16。该变量是一个二分变量。我的问题是，考虑到其他参数的参数和 SE 似乎还可以，我的问题是是否可以解释这样的结果

[我正在详细说明我的背景实验——我很清楚lmers 的方法，只是不清楚如何提取我需要的一些值/手动计算它们，因此我将其发布在 SO 而不是 CV 上。我希望这是发布的正确位置！]

数据在这里。

我的实验采用裂区设计，级别为：块/图/子图。

有6个街区。每个区块有 2 个地块，每个地块有两个子地块。处理 1 有两个级别（A 和 B）并应用于地块级别：在每个区块中，有一个地块接受处理 1 级别 A，一个地块接受处理 1 级别 B。

处理 2 应用于子小区级别，也有两个级别（C 和 D）：每个小区有一个子小区接受处理 2 级别 A，一个子小区接受处理 2 级别 B。

实验进行了 3 年。我很感兴趣这两种治疗方法的每种组合如何影响我的因变量 (DV)。

因此，我有 4 种治疗组合：

我在我的模型中使用 lmer 来解释裂区设计。我正在运行一个跨年模型，但也依次为每一年运行一个模型（因为实验中的复制不允许在跨年模型中测试年份效应 - 模型最终被过度参数化）。

lmer每年的s 如下所示：

对于这些处理均值随时间变化的图形表示，我想为每个处理的每个级别（请参阅上面的四个级别）提取每年的处理均值，并为实验的每一年绘制这些图，类似于这篇文章中的例子

我想知道，是否可以从一个对象中提取四种不同治疗组合（例如上面列出的那些）的治疗手段lmer？还是必须手工计算？

我认为这样做的一种方法是实际创建另一个代表 4 种治疗组合的因子（参见粘贴数据中的“TMT1x2”列）。然后我可以每年运行以下模型：

并以这种方式为 4 个级别中的每一个提取处理手段。但是我不确定这种方法是否适合控制裂区设计，因为这个新的 4 水平因子忽略了构成它的水平的嵌套性质（尽管随机效应不会忽略它）......

此外，如果我确实需要手动计算处理方法，有没有人知道如何计算我的实验中的嵌套水平？

我还想计算这些治疗手段中的每一个周围的误差线......

如果有人对此有任何见解，将不胜感激！

我正在尝试建立一个标准的translog需求函数，即：

其中Y= 需求、P= 价格和Z= 收入。

但是，当我在 nlme 或 lme4 中包含平方项时，它们会忽略它们。我试过了：

我试过了：

我已经尝试了 lmer 的等价物。

平方项只是没有出现在摘要（模型）中，而且我知道它们被忽略了，因为我已经用平方项创建了单独的向量并将它们传递进去并且估计值不同。

有人有什么建议吗？