问题标签 [lmer]

我正在尝试估计一个多级模型。我的代码是：

这导致以下模型：

我知道随机效应的相关性为-1是一个问题，但我有一个更大的问题。我必须绘制我的结果，但我只需要 2 行：whenlowerID=0和 when lowerID=1。所以我想pharmaexp_2001在 y 轴上相对于yearx 轴绘制，但我只需要 2 行（by lowerID）。我知道我必须使用predict.merMod，但我怎样才能绘制这些结果，只绘制这两行？目前我的情节有 21 行（因为我分析了 21 个国家的药品支出）。

我一直在寻找如何在 R 中做到这一点，却找不到任何东西！基本上，我想使用 LMM 缩小预测变量。所以我有一组固定效应 X，我有一组预测变量 Z，我想对其施加随机效应，因此模型是

其中 u~N(0,sigma_u^2 * I) 和 e~N(0,sigma_e^2 * I)。我以为我可以在 lme 中做到这一点

但我只得到错误：

非常感谢您对此问题的任何帮助。

我目前正在测试是否应该在我的 lmer 模型中包含某些随机效应。我为此使用了方差分析函数。到目前为止，我的程序是用函数调用lmer()with REML=TRUE（默认选项）来拟合模型。然后我调用anova()两个模型，其中一个确实包含要测试的随机效应，而另一个不包含。但是，众所周知，该anova()函数使用 ML 重新拟合模型，但在新版本中，anova()您可以通过设置选项来防止anova()这样做refit=FALSE。为了测试随机效应，我应该refit=FALSE在我的调用中设置anova() or not?（如果我确实设置refit=FALSE了 p 值往往会更低。我设置时 p 值是反保守的refit=FALSE吗？）

方法一：

这将导致使用而不是anova()重新拟合模型。（该函数的较新版本也将输出有关此的信息。）MLREMLanova()

方法二：

这将导致在anova()原始模型上执行其计算，即使用REML=TRUE.

为了测试我是否应该包含随机效应，这两种方法中哪一种是正确的？

谢谢你的帮助

刚刚在我的 Windows 7 机器上安装了 R 版本 3.0.1 以使用 package nlme，我发现lme()package 中的函数所适合的模型存在巨大差异lme4。请注意，这些结果的不同还在于 R 2.15.2 使用 lme4 1.0-4，而 R 3.0.1 使用 lme4 1.1-6（均使用 安装install.packages("lme4")）。

许多值相差一个数量级（REML 标准、随机效应，最明显的是 ANOVA p 值）。

我认为这是一个（主要）错误，但我想先咨询社区。此外，如果更合适，请随时将此问题迁移到 CrossValidated。

下面是一个简单设计的输出。

使用 R 2.15.2

使用 R 3.0.1

我正在使用一个调用包lmer函数lme4数千次的脚本（不用担心，稍后会执行多重比较的相关更正），并且希望在单个调用期间尽可能多地节省时间。

我想从拟合模型中提取 t 值，最快（计算时间）的方法是什么？我尝试使用summary(model)，但它似乎比调用lmer自身花费（更多）更长的时间。是否可以在不使用的情况下从获得的模型中获取 t 值summary()？

我在包中安装了一个R带有lmer()-function的模型lme4。我缩放了因变量：

我用 来查看固定效应系数fixef(mod)：

从固定效应系数手动计算均值非常容易。但是，我希望它们没有缩放，我不确定如何准确地做到这一点。我知道缩放意味着从每个中减去平均值Y并除以标准偏差。但是，均值和标准差都是从原始数据中计算出来的。lmer()在使用原始数据的均值和标准差拟合模型后，我可以简单地反转这个过程吗？

谢谢你的帮助！

更新：我提出上述模型的方式似乎暗示因变量是通过对所有响应取平均值并除以所有响应的标准差来缩放的。通常，它以不同的方式完成。不是采用总体平均值和标准差，而是通过使用该对象的响应的平均值和标准差对每个对象的响应进行标准化。（lmer()我认为这很奇怪，因为随机截距应该解决这个问题......更不用说我们正在谈论按序数计算平均值的事实......）但是问题保持不变：一旦我拟合这样的模型，有没有一种干净的方法来重新调整拟合模型的系数？

运行 R 3.1.0，自从最新的 1.0 更新以来，我在使用 lme 时遇到了很多麻烦。我有一个在旧版本下使用的数据集，得到了很好的参数估计，没有共线性问题，也没有收敛失败。在更新到 1.0 后，相同的分析未能收敛，同时使用 bobyqa 和 Nelder-Mead 并不断增加最大迭代次数。我四处寻找，似乎其他人也遇到了同样的问题，并通过安装 lme4.0 并运行它来解决它。我这样做了，但现在我得到了通常与共线性相关的错误：

据我所知，我的数据集中的共线性没有任何问题（当然不是完美的共线性），并且自从过去运行良好的旧版本以来，数据集或我的代码都没有改变。似乎在这里报告了类似的问题， 但我并不真正了解解决方案，或者它是否实际上是同一个问题。

我使用 Florian Jaeger博客中的这段代码来安装 lme4.0：

但是不知道如何安装该链接中建议的版本 lme4 0.999902344-0，或者是否由于其他原因可能会出现问题。任何帮助将不胜感激。

我正在尝试使用 lmer() 来构建线性混合效果模型，但我得到的输出看起来像这样

在我看到的其他示例中，除了估计值之外，还有标准误差和 t 值列，但这似乎不是可以指定的选项。我怎样才能得到这些？

我已经指定了一个混合效应线性模型，lmer但我不知道如何指定它的对比度。在我的数据中，我有Condition两个级别，而每个级别Condition都有 20-20 Players。在每种情况下，我都提出了 7 Scenarios，可以在 中评估 7 次Trials。因此Condition和Scenario是固定效应，具有随机效应Player和Trial，其中Trials 嵌套在每个Scenario中。

我的模型如下所示：

我得到了显着的方差分析结果，但我想知道哪些Scenarios 不同，哪些也不同Trials。

我尝试使用lsmeansfrom lmerTest，它输出最小二乘均值，但我不确定如何解释结果。

以及如何比较个人Trials？

该调用mF@X应返回固定效果设计矩阵（对于 glmm 中的边际和条件 R^2 是必需的）。但是它不起作用。模型结构中是否列出了这样的矩阵？

我很感激任何建议。