问题标签 [mixed-models]

最小二乘均值及其aov对象的标准误差可以通过model.tables函数获得：

nlme我想知道如何从或lme4对象的标准误差中获得广义最小二乘均值：

任何评论和提示将不胜感激。谢谢

我想制作一个交互图，以直观地显示回归模型结果中分类变量（4个级别）和标准化连续变量的交互斜率的差异或相似性。

with(GLMModel, interaction.plot(continuous.var, categorical.var, response.var)) 不是我要找的。它会生成一个绘图，其中斜率随连续变量的每个值而变化。我正在寻找一个具有恒定斜率的图，如下图所示：

有任何想法吗？

我适合以下形式的模型fit<-glmer(resp.var ~ cont.var*cat.var + (1|rand.eff) , data = sample.data , poisson) 这是一些示例数据：

在lm和glm模型中，我使用函数coef和confint来实现目标：

lmer现在我在模型中添加了随机效应——使用lme4 包中的函数使用混合效应模型。但是，功能coef并confint不再为我工作！

我试图谷歌并使用文档但没有结果。请指出我正确的方向。

编辑：我也在考虑这个问题是否更适合https://stats.stackexchange.com/但我认为它比统计更具技术性，所以我得出结论它最适合这里（SO）......你怎么看？

对于更复杂的实验设计，有几个关于混合模型的问题和帖子，所以我认为这个更简单的模型会帮助这个过程中的其他初学者以及我。

所以，我的问题是我想用 sas proc 混合程序在 R 中制定一个重复测量 ancova：

这是使用 R 中创建的数据的 SAS 输出（如下）：

下面是我如何使用“nlme”包在 R 中制定模型，但没有得到类似的系数估计：

现在，我现在意识到的 R 的输出类似于以下的输出lm()：

我相信我已经接近规范，但不确定我缺少什么来使结果匹配（在合理范围内）。任何帮助，将不胜感激！

更新：使用下面答案中的代码，R 输出变为：

滚动到底部查看参数估计值——看！与 SAS 相同。

我正在寻找一种快速的方法来提取测试N摘要中生成的观察数 () lme，而不是复制和粘贴？我在网上找到了这个，但该命令似乎不是内置的，并且texreg包没有上传到这个站点。

非常感谢。

我正在尝试在具有重复测量的数据集上开发一个混合效应模型。

MetTreat在提交给 3 个处理（ 、 水平c和）的 24 个样本的一系列随机选择的日子里测量uc。ga

Met由于白天天气条件的差异而导致的变化水平（ Date）。因此，日期成为模型的第二个随机效应（连同抽样的项目 ( ID)）。

我的主要兴趣是看看是否对跨天Treat有显着影响。Met

一些样本数据：

然后分析：

从我得到的结果来看，我似乎没有做我认为我正在做的事情，因为自由度似乎不正确（太高了）。分母自由度的数量随着实验进行的重复次数（日期）的增加而增加，这是否正确？

谁能在这里帮助我或为我指明正确的方向？我代表数据嵌套的方式有问题吗？（我假设没有）。

我有以下型号

和我可以绘制平均人口反应predict。level=0如何从整个人口的 nlme 对象中提取和绘制 95% 置信区间/预测带？

我目前正在编写一个脚本来评估用于线性混合模型的（受限）对数似然函数。我需要它来计算模型的可能性，其中一些参数固定为任意值。也许这个脚本对你们中的一些人也有帮助！

我使用lmer()fromlme4和logLik()检查我的脚本是否正常工作。看起来，事实并非如此！由于我的教育背景并不真正关心这个级别的统计数据，我有点迷失了发现错误。

接下来，您将找到一个使用 sleepstudy-data 的简短示例脚本：

也许这里有一些 LMM 专家可以提供帮助？无论如何，非常感谢您的建议！

编辑：顺便说一句，LMM 的似然函数可以在 Harville (1977) 中找到，（希望）可通过此链接访问： 方差分量估计和相关问题的最大似然方法

问候，西蒙