问题标签 [mixed-models]

我对预测感兴趣Y并且正在研究不同的两种测量技术X1和X2. 例如，我想预测香蕉的味道，要么通过测量它在桌子上放置了多长时间，要么通过测量香蕉上褐色斑点的数量。

我想知道哪一种测量技术更好，我应该只选择一种。

我可以在 R 中创建一个线性模型：

现在让我们说X1是一个比 更好的香蕉味道预测指标X2。在计算两个模型的 R^2 时，模型的 R^2m1明显高于模型m2。在写一篇关于方法如何X1优于的论文之前X2，我想有一些迹象表明这种差异不是偶然的，可能是以 p 值的形式出现的。

怎么办？当我使用不同品牌的香蕉并转移到将香蕉品牌作为随机效应纳入的线性混合效应模型时，该怎么做？

我正在使用包 coxme，我想从模型中提取 AIC，以便选择最好的。

1）我没有找到如何直接执行此操作，我认为如果不更改函数 coxme() 的代码，这是不可能的，但我很高兴错了，如果我错了，请告诉我！

2）我用命令查看了函数的代码：

为了将变量添加到库存 AIC 并查看代码，但如果我将其称为“coxme2”（例如，我只是在开头添加 coxme2<-）并尝试使用它（没有任何其他添加），我会收到错误消息：

colnames<-( , value = c("NULL", "Integrated", "Fitted" 中的错误*tmp*：'dimnames' [2] 的长度不等于数组范围

总而言之，coxme 函数运行良好，但如果我只是复制并粘贴它的代码，它就不行。我该如何解决这个问题？

我正在处理 R 中blme 包中的 blmer() 函数，我的 sim 数据的 sigma.epsilon 不等于 1。但是，当我使用 blmer() 进行估计时，我发现在所有情况下输出残差方差都是 1。这与我最初的情况相反，因此结果并不好。我想知道是否有任何方法可以在这里调整剩余设置？例如通过设置任何先验信息？提前致谢！

我的代码在这里：

我的结果（见残差方差为 1.0000）：

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：

我正在研究心脏移植数据，我必须在R. 由于它是为此目的而设计的，因此我选择使用该coxme软件包，但在选择模型时遇到了很多麻烦。我想使用转发过程，但它不适用于coxme对象。我在这里问了另一个问题，他的答案允许我访问step()'s 的代码来修改它，以便它适用于coxme模型。但是，这非常困难（至少对我而言），因为功能相当复杂（绝对不仅仅是修改exctractAIC()，还有许多其他功能需要适应）。

所以这是我的问题：

1) 有没有更简单的方法在模型上运行前锋coxme？

2）我应该使用另一个包吗？

我正在尝试将累积链接混合模型与ordinal包相匹配，但对于获得预测概率，我有一些不明白的地方。我使用ordinal包中的以下示例：

现在我正在尝试预测新数据集的概率

和

但我收到以下错误

为什么我会收到此错误？语法有什么predict.clmm2()错误吗？通常 predict.clmm2() 会输出哪些概率？Pr(J<j)或Pr(J=j)？_ 有人可以向我指出有关专门用 R 拟合分类（序数）序数混合模型的信息（网站、书籍）材料。根据我在文献和网络中的搜索，大多数研究人员将这类模型与 SAS 拟合。

如何为以下模型初始化非结构化协方差矩阵？

我尝试了一些变体，但每次收到错误时都会得到：

当具有多个预测变量时，是否可以绘制混合模型的随机截距或斜率？

使用一个预测器，我会这样做：

但是如果我有这样的模型呢？

或与 lmer

我应该考虑所有系数还是只考虑我正在绘制的变量？

谢谢

我使用R 包lme中的函数来测试 factor 的水平是否与 factor的水平有显着的交互作用。该因子有两个水平：和，该因子有 3 个水平：。我使用以下代码：nlmeitemsconditionconditionControlTreatmentitemsE1,...,E3

哪里subject是随机效应。这样，当我运行时：

我将得到以下输出：

连同Value, Std.Error, DF, t-value, p-value列。我有两个问题：

1. 如果我想比较Controlvs. Treatment，我应该只使用estimable()函数gmodels并进行对比(-1,1,0,0,0,0)吗？

2. 我对 的水平是否不同感兴趣items，即在 之间是否E1, E2, E3不同condition，所以我对交互项是否显着感兴趣（只需检查p-value列？？）：

   factor(condition)Treatment:factor(items)E2 factor(condition)Treatment:factor(items)E3

但是，我如何判断是否factor(condition)Treatment:factor(items)E1重要？它没有显示在摘要输出中，我认为它与 R 中使用的对比度有关......非常感谢！

我正在运行anova两个lme对象（R 包中的线性混合效果模型nlme），并且循环了大约 15,000 次（比较）。但是，我遇到了一个错误，上面写着：

这告诉我什么？是因为我的计算机的计算能力，还是R中的算法固有的？谢谢！