问题标签 [nlme]

如何在 R 中指定随机因子？

如果我有一个x1 应该是随机的因素，我可以尝试这样的事情吗？

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

我已经在 Google 上搜索了很多，但找不到这方面的文档。我正在尝试估计 R 中横截面时间序列数据的可行广义最小二乘 (FGLS) 模型。例如：

当我运行它时（我的数据框非常大，这就是我不在这里包含它的原因），我收到以下错误：

数组中的错误（c（X，y），c（N，ncol（X）+ 1），列表（row.names（dataMod），c（colnames（X），：'dimnames'[1]的长度不等于阵列范围

有没有人足够熟悉内部工作gls或nlme包的一般情况来告诉我我在这里做错了什么？或者建议另一种方法来解决这个问题（我也试过这个plm包）？

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）。

我正在为一项关于鳟鱼生长的观察性研究分析数据。所以数据框中有很多 NA。此外，不同的处理具有不同数量的观察值。所以我认为这可以称为不平衡设计？

我的固定效果是流大小：2 级流覆盖：2 级，年份：2 级和年龄：3 级。

我还随机选择了一堆站点来检查流大小和流覆盖效果。所以我认为网站被归类为随机效应？

L1是增长率的代表。

在这个阶段，我的最大模型如下所示：

我当然已经很好地查看了这个很棒的网站，但我仍然不确定包含随机因素网站的正确符号。（lme 和 lmer 似乎使用不同的符号。这是正确的吗？）

我想我在问这是否是完善我的模型的正确起点。我开始真正喜欢 R，但没有经常对 R 代码竖起大拇指，我很想回到舒适的基于 Windows 的统计软件。

任何意见或建议将不胜感激。

迪尔姆

我在 nlme 包中运行线性混合模型。

并且，它出现以下错误。

和收敛误差一样吗？还是其他人？

谢谢

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！

我想发布一个由 nlme 生成的 augPred 图，所以它需要看起来更好一点（评论者说）。我想重新排列面板并更改标题。我曾尝试使用我为 lattice 找到的信息，但不知何故它在 nlme 中不起作用。例如，我尝试过使用index.cond. 它确实对面板重新排序，但不是按照我指定的顺序。

这是原始图：

以及我一直在尝试使用此数据集数据的代码，您将需要此函数SSbgf：

线性混合效应模型传统上按以下方式制定。Ri = Xi × β + Zi × bi + εi 其中 β 表示估计的固定效应，Z 表示随机效应。因此 X 是经典设计矩阵。使用 R，我希望能够在使用 nlme 包中的 lme 拟合模型后提取这两个矩阵。例如，同样在 nlme 包中找到的数据集“Rails”包含 6 个随机选择的铁路轨道上的超声波传播时间的三个单独测量值。我可以为每个轨道拟合一个具有截距固定效应和随机效应的简单模型，如下所示。

X 设计矩阵只是一个统一的 18x1 矩阵（6 个轨道 * 3 个测量值），可以通过以下方式轻松提取：

我想做的是提取随机效应设计矩阵 Z。我意识到如果我使用 lme4 包拟合相同的模型，可以通过以下方式完成：

但是，我不知道如何从 lme 拟合模型中提取该矩阵。

我正在尝试对某些数据运行混合效应模型，但在其中一个固定效应中苦苦挣扎，我认为主要是因为它是一个因素？！

样本数据：

我的模型是这样的：

当运行返回错误信息时：

在互联网上搜索后，我发现了一个回复

但是对于我的生活，我不明白这个问题的答案！