问题标签 [lmer]

我正在运行 Windows XP，最近升级到 R 3.1.1 并更新了所有软件包。奇怪的是，我不能再对自己的数据运行 lmer 了。我的代码在我使用 R 2.15 时有效。我还尝试使用 lme4 包中的 sleepstudy 数据集，一切正常。

我正在研究 6 个日期的 16 个地块（高多样性处理中 8 个，低多样性处理中 8 个）的幼苗数量变化。这是数据框的结构：

我尝试使用 Date 和 Treatment 作为固定因素，Plot 作为随机因素来运行完整模型：

但我不断收到此错误：

我已经尝试运行一个仅包含处理和绘图或仅包含日期和绘图的简化模型，但我仍然遇到相同的错误。将数据导入 R 时，我做了什么奇怪的事情吗？任何想法我做错了什么？

-- 2014 年 9 月 29 日更新 --
所以我尝试在一些假数据上运行 aov，即使这样也不起作用。这是我的代码：

我得到同样的错误：

我正在运行 Ubuntu 12.04.5 LTS 精确 32 位并尝试为 R 版本 2.14.1 安装 lmerTest 包。

当我尝试从 CRAN 存储库或 R-forge:install.packages("lmerTest")或安装时install.packages("lmerTest", repos="http://R-Forge.R-project.org")，我收到错误消息：

install.packages 中的警告：包“lmerTest”不可用（对于 R 版本 2.14.1）

所以我从 CRAN 下载了包存档文件并尝试从这个包源安装：lmerTest_2.0-11.tar.gz，但得到错误：

软件包 /home/.../lmerTest_2.0-11.tar.gz' 的安装具有非零退出状态

我在尝试安装 lme4 时遇到了类似的问题，并且使用Ubuntu 12.04 上的 lme4 软件包安装失败的建议 能够下载该软件包，sudo apt-get install r-cran-lme4之后它出现在我的 R 软件包列表中并从那里正常安装。

我用 lmerTest 尝试了类似的策略，sudo apt-get install r-cran-lmerTest但只是得到

找不到包 r-cran-lmerTest

所以现在真的不知道该怎么做，记住我是 Ubuntu 和 R 的新手，任何建议/帮助将不胜感激

我试图估计 R 中的纵向模型，其中有几个相互关联的随机截距，并且数据是非嵌套的。例如，考虑一个简单的纵向模型，其中学生的考试成绩在三个随机截距、一个随机学校效应、一个随机教师效应和一个随机教师-学校匹配效应上回归。数据是非嵌套的，因为教师在纵向数据中经常更换学校。我主要对随机效应参数本身感兴趣，因此我想指定所有三个随机效应并允许它们相互关联。没有随机斜率，只有随机截距。

我试过了：

但这似乎迫使随机效应彼此不相关。有没有办法，使用lmer或任何其他 R 包来估计一个类似的模型，其中允许随机截距相互关联（使用非嵌套数据）？

更具体地说，上述模型强制协方差矩阵是对角的。我想估计的是一个具有无限制协方差矩阵的随机效应模型，例如这个链接

为什么 glmulti R 包中的函数在 lmer 拟合（线性混合模型）和 gls 拟合模型（lme 包）上不能很好地工作：

A. 提取模型平均系数？它的 coef 函数不起作用。

我在 lmer 拟合模型（即混合模型）上使用了 glmulti R 包并运行了模型选择。但是我没有进行模型平均，因为即使我应用了这里提到的包装器 getfit() 函数glmulti 和 liner 混合模型，coef 函数也不起作用

B. 它的 level=2 选择，即专用于在 glmulti 对象上包含成对交互的部分？它有时会起作用，在另一种情况下会失败。例如，当它失败时我收到此错误消息。我选择了不同的方法=“h”，“g”，“d”来查看故障是否与计算能力有关，但没有一个选择有效。“.jnew("glmulti/ModelGenerator", y, .jarray(xc), .jarray(xq), : java.lang.ArrayIndexOutOfBoundsException: 10 中的错误：”另一个问题是，一旦我在新的glmulti，那些工作良好的以前的作品将不再工作。

C. 如果我使用 MuMIn 包中的模型平均函数并将我的推断基于其输出，会产生多大的差异？我的担忧来自 glmulti 包的作者对 MuMIn 包的批评。他们说“*MuMIn 可以处理包含交互的公式，但它将交互视为标准变量，这引发了几个问题”，请参阅第 4 页的倒数第二段http://www.jstatsoft.org/v34/i12/paper。

非常感谢您的帮助 ：）

感谢 Ben 的快速回复和建议。这是我的数据。Block 和 Composition 用作随机效应因子，六个变量（TShann、Alt、Slope、CPT、MAT 和 MARF）用作固定效应因子（协变量）。我想研究这六个变量对收益率的主要和成对交互影响。

我正在尝试将在 HLM7 软件中运行的模型“翻译”为 R lmer 语法。

这来自现在无处不在的“数学成就”数据集。结果是数学成绩分数，在数据集中有各种学生级别的预测变量（例如少数民族身份、SES 以及学生是否为女性）和各种学校级别的预测变量（例如天主教与公共）。

我想要拟合的模型中唯一的预测变量是学生级别的预测变量，它们都以组均值为中心来处理虚拟变量（除此之外：对比代码更好）。学生嵌套在学校中，所以我们应该（我认为）为模型的所有组件指定随机效应。

这是 HLM 模型：

一级模型（注意：一级的所有预测变量都是以组平均值为中心的） MATHACHij = β0j + β1j*(MINORITYij) + β2j*(FEMALEij) + β3j*(SESij) + rij

2 级模型

β0j = γ00 + u0j

β1j = γ10 + u1j

β2j = γ20 + u2j

β3j = γ30 + u3j

混合模型

MATHACHij = γ00 + γ10*MINORITYij + γ20*FEMALEij + γ30*SESij + u0j + u1j*MINORITYij + u2j*FEMALEij + u3j*SESij + rij

将其翻译为 lmer 语法，我尝试：（注意：_gmc 表示变量已以组均值为中心，分组因子为“school_id”）

model1<-lmer(mathach~minority_gmc+female_gmc+ses_gmc+(minority_gmc|school_id)+(female_gmc|school_id)+(ses_gmc|school_id)，数据=数据，REML=F)

当我运行这个模型时，我得到的结果与 HLM 结果不相符。我是否错误地指定了随机效应？

谢谢！

我有一个在R中使用5个变量开发的模型。选择线性混合建模方法来开发具有嵌套效果的模型。

我用于模型开发的 R 代码如下：

PAI 嵌套了 4 个参数。

为了了解模型如何在不同条件下进行预测，我为 5 个参数创建了不同的数字作为数据框（称为“案例研究”）。

它看起来像这样：

我想通过使用 5 个参数的值来预测“Reduction.factor”。

因此，我p1 <- predict(model1,case study)查看了预测..但只有（函数（x，n）中的错误：newdata中检测到的新级别<-出现了此消息..

如何通过将这些值用于 5 个参数来预测“Reduction.factor”？而且..如果我想有置信区间（95％），我应该输入'interval ='confidence''吗？

先感谢您。

我正在尝试为预测值生成标准误差。我使用下面的代码来生成预测值，但它也没有给出标准错误。

评论 1：laimod.group = 使用 lmer 比较五个模型后选择的最终模型（包 lme4）

评论 2：predictSE.mer 需要包 AICcmodavg

我确实尝试了以下代码作为替代，但继续收到以下错误消息： fam.link.mer(mod) 中的错误：找不到对象'out.link'

请查看我的数据的可重现子集：

我在 Mac OS X 10_9_5 上运行 RStudio 版本 0.98.1062。我加载了包“lattice”和“nlme”，但没有收到错误消息。我读了一些数据并使用了一些简单的功能。但是当我尝试使用 lmer 时，我收到错误：“找不到函数“lmer””。这是我所做的：

我正在使用 R 中的 lmer 研究混合模型，但我有点卡在一些编码上。我从三个街区的 35 个近交系（基因型）中测量了果蝇的雄性和雌性健康状况。

我的响应变量是“健康”，n=10 个人/性别/线/块测试。

性别是固定的，块是随机的，嵌套在块内的线是随机的。我主要对性别和线条之间的互动感兴趣。因此我的模型看起来像

如果我想测试Sex:Line交互的重要性，我的计划是将上述模型与没有交互的模型进行比较，并用于anova比较两个模型

但是我想知道的是，如果我正在测试 Sex:Line 交互的重要性（包括作为随机效应），R 是否会知道 Line 嵌套在 Block 中？

如何指定嵌套在 Block 中的 Sex by Line 之间的交互？

应该是这样的

任何想法将不胜感激。我在下面包含了我的数据样本

我在对具有权重的数据执行线性混合模型 (LMM) 时遇到了困难（我的意思是不同组的权重不同）。此外，似乎在使用 glmulti() 时没有保留权重。下面是一个可重现的例子：

在这种情况下，随机效应的残余方差等于 22.36。

在这里，随机效应的残余方差现在是 155。对于线性模型，无论权重如何，残余方差都保持不变，而这里的情况似乎并非如此。

第二个问题发生在使用加权数据执行模型平均时。在以下示例中，glmulti() 似乎没有考虑指定的权重：

任何建议都是最受欢迎的。谢谢