问题标签 [mixed-models]

我正在尝试在 R 中编写一个 for 循环（我的第一个！），以便生成和保存使用 lme4 包中的函数 lmer 拟合的几个混合效果模型的诊断图。这是我迄今为止所做的，以 sleepstudy 数据为例：

输入 R consol 时收到以下错误消息：

我感觉问题与我创建的模型列表有关，而不是与 for 循环本身有关，我认为这可能与 S4 类的模型对象有关。有可能制作这样的清单吗？我也尝试制作如下列表，但没有任何改进（仍然收到相同的错误消息）

我的混合模型如下：

有人告诉我应用下面的代码来绘制残差与拟合值，并且它起作用了：

但是，当我尝试绘制残差与预测变量单位的关系时，它向我显示了一条错误消息。

我应该怎么做才能解决这个问题？谢谢。

使用 R 包 nlme 中的函数 gls() 进行模拟时遇到问题。我想对装有 gls() 的线性模型强加一个 AR(1) 相关结构。当我在模拟框架中执行此操作时（例如，将整个事情重复 10,000 次），R 通常（但并非总是）在某个时候突然崩溃。我在 R 中没有收到错误消息，但 R 突然终止并且 Windows 报告“R for Windows GUI 前端已停止工作”。我正在使用 OS Windows 7 和 R 版本 3.0.0 以及最新版本的 nlme (3.1-109)。

这是我的（简化的）代码：

不同的数据集也会出现问题，而不仅仅是本例中的特定数据集。此外，我在不同（但相同）的工作站和不同的 R 会话中反复运行上述代码。R 在大约 50% 的情况下会崩溃。不幸的是，我不知道是什么导致了这种情况发生（或没有发生），如果你能帮助我，我将不胜感激。

在我的论文中，我试图发现哪些因素会影响公司的 CSR（企业社会责任GSE_RAW）行为。已经确定了两组可能的因素/变量：特定于公司的和特定于国家的。

首先，公司特定的变量是（除其他外）

• MKT_AVG_LN: 公司市值
• SIGN：公司签署的CSR条约数量
• INCID：公司参与的社会责任事件报告数量

其次，数据集中的 4,000 家公司中的每一家都将总部设在 35 个国家之一。对于每个国家，我收集了一些特定国家的数据，其中包括：

• LAW_FAM: 国家法律体系的法律家族（法语、英语、斯堪的纳维亚语或德语）
• LAW_SR：国家公司法对股东的相对保护（例如，在公司违约的情况下）
• LAW_LE：国家法律体系的相对有效性（价值越高意味着越有效，例如腐败越少）
• COM_CLA: 衡量内部市场竞争的强度
• GCI_505: 初等教育质量测量
• GCI_701: 衡量中等教育质量
• HOF_PDI：权力距离（更高的价值意味着更多的等级社会）
• HOF_LTO: 国家时间方向（越高意味着更长期的方向）
• DEP_AVG: 各国人均国内生产总值
• CON_AVG: 各国在 2008-2010 年期间的平均通货膨胀率

为了对这个数据进行分析，我把国家层面的数据“提升”到了公司层面。例如，如果比利时的COM_CLA值为 23，则数据集中的所有比利时公司的COM_CLA值都设置为 23。该变量LAW_FAM分为 4 个虚拟变量（LAW_FRA、LAW_SCA、LAW_ENG、LAW_GER），每个公司的其中一个虚拟变量为 1 .

这一切都会产生这样的数据集：

在这里，公司 1 到 3 来自同一个国家 A，而公司 4 和 5 来自 B 国。

首先，我尝试使用 OLS 进行分析，但模型似乎非常“不稳定”，如下图所示。第一个模型的 r 平方为 0.516：

仅添加两个变量会改变许多 beta 和显着性水平，以及 r 平方 (.591)。当然，当添加变量时，r 平方会增加，但这与 0.516 相比增加了很多：

最终，在另一篇文章中建议我不应该在这里使用 OLS，而是使用混合模型，因为分类计数级别的数据。但是，我对如何在 SPSS 中执行此操作感到困惑。我在网上找到的示例与我的无法比较，所以我不知道在下面的混合模型对话中要填写什么：

有人可以使用 SPSS 请帮我解释如何执行此分析，以便我可以得出回归模型 (CSR = b1*MKT_AVG_LN + b2*SIGN + ... + b13*CON_AVG) 以便我可以得出结论是否确定了 CSR通过公司特征或国家特征（或两者都不是或两者）？

我相信我必须将公司级变量作为协变量插入，将国家级变量作为因素插入。这个对吗？其次，我不确定如何处理LAW_SCA虚拟LAW_ENG变量。

任何帮助是极大的赞赏！

为可能是一个非常基本的问题道歉，我对 R 很陌生。

我正在阅读我的 augPred 图，以便对这些值进行平均，以提供一个时间段之间的预测。

这是我的模型：

和我目前的情节：

我想要一种方法来读取图表，方法是在特定 WSZ_Code（我的组）中的特定时间段之间放置线条，然后平均这段时间之间的值......

当然，任何其他方式/帮助或指导将不胜感激！

提前致谢

这个问题建立在从 lme fit 中提取预测带的基础上，但使用非线性混合模型。

我有一个按“条目”分组的响应值数据集。我使用 AIC 模型选择程序来测试哪种类型的模型（线性、对数、指数等）最能代表响应和预测变量之间的关系。现在我想绘制每个条目中数据的拟合值，然后跨条目绘制。我还想在整体趋势上绘制随附的置信带——请参阅 Ben Bolker 博客上提供的代码和上面的帖子（我知道这是对解释的一些技巧，但那是另一篇帖子）。后者是我遇到问题的地方 - 请参阅此示例代码：

结果图如下所示，置信带来回跳跃：

我怀疑我在某个地方出了差错（也许在矩阵乘法中？）。感谢您提供任何帮助，包括有关这是否是个好主意的建议！

在 R 的 nlme 包中 lme() 函数的标准示例中：

出现一个相关表：

如果涉及许多因素组合，这可能是巨大的。

有什么方法可以抑制摘要命令中的输出？我知道我可以使用

但这并没有向我显示其余的通常输出，例如没有 p 值计算。

有没有办法在 nlme 包 lme 模型中获得随机项的方差？

换句话说，在上面，我想得到 3.468834。

我有一个包含重复测量数据的文件和另一个包含同一个人的单一观察的文件（例如，在一个文件中，受试者有重复的评估，而另一个文件只是说明受试者是男性还是女性）当我合并文件时，我得到了这样的结果：

但我希望每次测量的变量（例如男性/女性）在每个受试者的时间（每行）中重复。所以我想拥有：

而不是手动进行，因为我有数千个案例......如何在 SPSS（最好）或 R 中做到这一点？

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？