问题标签 [mixed-models]

我正在使用包含 205 个观察值和 2 个解释变量的数据集：（site两个级别）和strain（21 个级别）。当应变是固定变量时，我试图将混合模型拟合到数据中。实验不平衡（即每个菌株*位点组合中的重复次数不同）。我使用 Rstudio 3.0.2；窗户 8。

我首先尝试运行以下命令-

但是我收到以下错误：

logLik.lmeStructInt(lmeSt, lmePars) 中的错误：'Calloc' 无法分配内存（8 个字节的 730512784）
此外：警告消息：
1：在 logLik.lmeStructInt(lmeSt，lmePars) 中：达到 3873Mb 的总分配：请参阅帮助(memory.size)
2：在 logLik.lmeStructInt(lmeSt, lmePars) 中：达到 3873Mb 的总分配：请参阅帮助（memory.size）

我试图将内存限制增加到 8000 。但是，当我重新运行上一行 Rstudio（以及整个 pc）变得非常缓慢且无响应时，我让它运行了 30 多分钟而没有结果。

我试图将模型拟合到一个缩减数据集 - 仅包含 5 个菌株：

又出现了另一种麻烦：

lme.formula 中的错误（dist_OFT_min1 ~ 应变，随机 = ~strain | 站点，：
nlminb 问题，收敛错误代码 = 1 消息 = 没有收敛就达到迭代限制 (10)

谁能帮我了解我的数据可能会遇到什么样的麻烦？我怎样才能检查任何？（我还是个初学者）。在这里，我分享了我自己模拟的类似数据，但我遇到了与原始数据相同的问题（实验室等于站点）：

我认为我实际需要的模型如下：

还是同样的麻烦出现了。

ps 我主要寻求估计相互作用应变的方差：lab。有小费吗 ？

我有一个在 SAS 中开发的混合效应模型，我试图在 R 中重新创建。因变量 Y 是 3 个固定效应 A、B 和 C 以及随机效应 D 的函数。D 有 3 个级别AxB 的每个组合，使其嵌套在 AxB 2-way 交互中。在 SAS 中，代码如下：

我正在尝试在 R 中使用 复制相同的lmer内容，但无法在 AxB 交互中嵌套随机因子 D。有人可以帮我这样做吗？

我正在 R 中对森林的特定处理进行荟萃分析。对于这个模型，我需要拟合随机效应来解释研究方法的差异和站点年龄的变化，因为这两个都是混杂变量，我对调查由它们引起的变化没有明确的兴趣。

但是，据我所知，[metfor]当您拥有多级模型时，该软件包不允许您计算 R 平方类型统计量。

无论如何，为了更清楚地描述我的问题，这里是一个模拟数据集

上述模型是一个空模型，查看截距是否在统计上显着不同于零。在我们的例子中是这样。但是，我还想看看治疗的差异是否描述了我在森林图上看到的效应大小的差异，你可以在这里看到

所以我运行这个模型：

哪个看起来不错。

但是，我想从这个模型中得到一个相当于 R 平方的拟合优度。过去人们在使用 GLMM 时遇到过这些问题，但现在有办法做到这一点。我想知道是否有人知道用荟萃分析做类似事情的好方法？我有审稿人要求这样做，我不确定我是否应该告诉他们它不能完成。

在此先感谢您的帮助！

我正在尝试通过对不同治疗组中的受试者的重复测量来分析一些数据。这是我的数据的一个子集，其中包含在第 1、3 和 21 天进行的观察（完整的数据集在第 3 和 21 天之间有额外的观察）。

我想使用线性混合模型（使用 nlme）分析我的数据：

由于我对实验最后一天的差异最感兴趣，我真的很喜欢第 21 天的中心，但 R 似乎使用最低值作为数值变量的参考水平。我可以将第 21 天设置为 0，但这会打乱时间序列，这对自相关结构很重要，并且将 Day 更改为一个因子只会给我一条错误消息：

MEEM(object, conLin, control$niterEM) 中的错误：第 0 级反解中的奇点，块 1

那么，如何以第 21 天作为 Day 的参考水平来测试 Treatment 的效果呢？

Can somebody explain whether the residual variance/Std. Dev. given in the output below is marginal or conditional variance/Std. Dev. I am trying to get the marginal variance for the model. If this is not given in the summary() function, can you tell me how to get it? Thank you!

我正在使用coxme()coxme 包中的函数在 R 中拟合混合效果 Cox 模型。在我的模型中，我有一个审查的生存时间 $X$、一个协变量 $Z$ 和一个分组变量 $Group$。有一个随机截距和一个随机斜率，即我拟合模型$\lambda (t|Z,b_0,b_1) = \lambda_0(t) e^{\beta Z + b_0 + b_1 Z}$。

我想指定随机效应的协方差矩阵的结构；特别是，我想指定 $b_0$ 和 $b_1$ 是不相关的，因此协方差矩阵是对角线。在指定协方差结构方面似乎coxme()非常灵活。我认为我应该将一个矩阵列表传递给varlist这个函数的选项，但到目前为止我的尝试都失败了，我认为我并不完全理解它应该如何工作。

也可以将自定义方差函数传递给此选项，事实上，其中一个包 vignette 提供了一些如何完成此操作的示例。但是，在这种情况下，这个过程似乎很乏味并且（我希望）是不必要的。所以我的问题是，如何在coxme()函数中轻松指定对角协方差矩阵结构？

下面是一些模拟示例数据和指定协方差结构的第一次尝试。我希望我告诉coxme()使用线性组合 $V = \sigma^2_1 A + \sigma^2_2 B$，其中 $A$ 和 $B$ 定义如下，并且这将有效地拟合对角协方差矩阵具有任意对角线元素。

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。

我遇到了与 dmartin 上一篇文章相同的问题，但提出的解决方案不适用于我的数据集。

试图适应：

我将我的 R 版本上传到 R-3.1.0 for Windows（32/64 位），以便运行 glmmADB 包作为对交互因素应用事后测试的一种方式。

在此之前，我在以前的 R 版本中使用 glmer，它至少对 glmer 运行良好，它给了我以下输出：

由于我对栖息地和污名类型的每个级别之间的差异以及相互作用感兴趣，我ghlt从以下位置申请multicomp：

并且：
错误：pwrssUpdate 在 (30) 次迭代中没有收敛

从这里，我切换到 R最新版本进行安装glmmADMB，并收到消息：
警告消息：在 checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv, :
Model failed to blend with max|grad | = 0.00436052 (tol = 0.001)

我按照 Ben Bolker 的说明（对 dmartin 的回应）尝试使用
control=glmerControl(optimizer="bobyqa") 进行改装，但
警告消息：1：在 checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv, : 模型未能收敛到 max|grad| = 52.2329 (tol = 0.001) 2: In checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv, : 模型未能收敛: 具有 1 个负特征值的退化 Hessian

有什么想法吗？

谢谢！

lmer我的目标是使用 R 中包的andglmer函数从可变截距、可变斜率多级模型中计算预测值lme4。为了使这一点更加具体和清晰，我在这里展示了一个带有“mtcars”数据集的玩具示例：

以下是我通常如何从可变截距、可变斜率多级模型创建预测值（此代码应该可以正常工作）：

上面的 R 代码应该可以工作，但是如果我想从非线性变化截距、变化斜率创建和绘制预测，那么它显然会失败。为了简单和可重复性，这里是使用“mtcars”数据集的绊脚石：

显然，预测框架没有正确设置。关于在 R 中拟合非线性变截距、变斜率多级模型时如何创建和绘制预测值的任何想法？谢谢！

这是我提出的第一个问题，如果我的问题没有按照适当的准则提出，我深表歉意，但我会尽可能详细。

我想使用果蝇检查不同近交系之间适应性的两性差异。我已经从每行（n = 33 个等值线）中检测了 10 个人的健康度。女性适合度是繁殖力，即单个女性产生的后代数量和男性适合度作为焦点男性与竞争对手男性竞争的后代的比例（竞争能力）。由于这两种度量都在不同的尺度上（即计数和比例），所以在分析之前，IZ 转换了数据。

我的数据样本如下所示（由于死亡，我有几个 NA）

我对线条的主要影响和性*线条交互感兴趣。我将性视为固定效应，将线和线*性交互视为随机效应

这是第一次拟合这样的模型，所以我怀疑我有一些错误，见下文。

我的问题如下

（1）除了默认的高斯和恒等之外，我还需要指定具体的链接函数和误差结构吗？由于我的响应变量是计数和比例数据的混合，它已经被 Z 转换为相同的比例并且在单个列中（即适应度），它既不是泊松也不是二项式。此外，在转换（即标准化）后，我的适应度测量我的响应变量不正常那么是否有一些错误结构可以解释这一点？

（2）关于我的模型测试程序，我无法在帮助论坛或书籍中找到直接的答案来说明测试我感兴趣的固定效应和随机效应（性别*线）之间的相互作用。我对程序并不完全有信心如果有人可以提供一些关于此的提示，我将非常感激。

当我使用 anova 比较具有和不具有效果的模型时，我已经包含了输出，我正在测试每个模型的代码下方的重要性。

抱歉，如果我不清楚或以不正确的方式提出了我的问题，对此的任何指导也表示赞赏。

提前致谢