问题标签 [nlme]

我正在尝试使用 gnls 函数将逻辑增长曲线拟合到一些数据。

数据：

代码：

这是给出错误消息：

我在几个地方读过，增加到nlsTols0.1 应该可以解决问题，但我尝试将它以一个数量级的增量增加到 100，它给出了相同的错误。

我也试过增加tolerance，但无济于事。

谁能看到这个问题的解决方案？

我想在许多数据集上拟合曲线，按治疗分组。这与 nlslist 配合得很好，但现在我想为我的参数引入上限。

当我用 nls 分别适合每个组时，引入边界确实非常有效，但当我想用 nlslist 加快我的工作（我有更多的数据集）时显然不是这样。

任何人都可以在这里帮助我解决这个问题吗？

我的数据集的一个例子：

DF1

尝试仅使用 nls 拟合此数据集效果很好：

适合矿物

但是一旦我尝试在 nlslist 中组合东西，它就不起作用：

错误信息：

我正在尝试在 中运行gnls模型（包nlme）R，并正在对错误消息进行故障排除。到目前为止，我的模型是：

这给出了一个错误：step halving factor reduced below minimum in NLS step

我曾尝试将 的值nlsTol按数量级增量增加到 1000，但这会产生同样的问题。

我以前使用SSlogisinnls来生成起始参数值解决了与此类似的问题。这些值通知了模型Log13.5_gnls，其系数是此处的起始值。估计v0和v1来自对问题的记录形式使用线性回归的解决方案，所以我期望它们是合理的。

数据框：

关于如何解决这个问题的任何想法？

gnls我正在尝试在nlme包中使用 R 中的逻辑增长模型。

我之前已经成功拟合了一个模型：

但是，我现在希望限制b它不被模型拟合，因此尝试拟合第二个模型：

此模型返回错误：

搜索错误表明问题是由模型中的对称性引起的，具体问题的解决方案涉及使用不同参数调整公式。不幸的是，我的统计知识不足以 a) 完全理解问题或 b) 自己调整公式。

至于警告消息（总共有 15 条，都是一样的），我不明白它们为什么会出现，因为模型的这一部分单独工作（带有示例编号）。

任何这些查询的任何帮助将不胜感激。

我一直在尝试将 nlme 包用于微分方程，并且一直在努力让代码正常工作。我知道有一个 nlmeODE 包，但我希望避免使用它。我想知道是否有人知道一些将 nlme 或 nlmer 与 desolve 包结合的示例代码？

所以我已经能够解决这个问题：

我有一个模型公式，形式为

我想通过从模型中连续删除一个预测变量来更新这个模型，所以我最终会得到 3 个模型，具体来说：

我正在考虑一个循环函数，所以我知道这个update函数，但是我有太多的预测变量来手动更改代码。

任何建议，将不胜感激。

我正在使用线性混合效应模型（使用lme()R 中 nlme 包中的函数运行），它具有一个固定效应和一个随机截距项（以考虑不同的组）。该模型是这样指定的三次多项式模型（遵循下面给出的建议）：

仅一些示例数据：

我现在想使用该predict函数绘制拟合值（iv 的值在数据集中不连续，因此我想改善拟合曲线的外观/平滑度）。

使用有关如何从简单的 lme 模型（没有多项式）绘制预测值的在线示例（参见此处：从 lme fit和http://glmm.wikidot.com/faq提取预测带），我可以绘制预测的“人口” ' 表示使用以下代码的没有多项式的 lme：

我想将此代码扩展为 1）绘制组内预测线以及平均人口值，以及 2）确定如何调整代码以绘制 lme 的预测“人口”和“组内”曲线多项式（即上面的模型 M1）。

获得组预测：我可以使用以下代码获得一组组的预测值，但我想为每个组绘制一条线，以及总体平均值，在示例数据的情况下，我看不到如何可以提取两组线的预测值吗？

此外，如果您想预测比原始 iv 值数量更多的值（例如，在您有不规则数据的情况下），这也不起作用。由于行数不同，下面的内容显然不起作用，但我在语法上苦苦挣扎。

对于多项式模型：我不明白如何将 poly(iv,3) 合并到 new.dat 数据框中以输入预测函数。

任何关于如何实现这两个目标的建议都将不胜感激，因为我一直在努力解决这个问题而没有高兴（如果可能的话，我宁愿使用基本图形而不是 ggplot）。谢谢！

使用lme函数，我在一个包含近 47 万个观测值和大约 40 个变量的大型数据集上拟合了一个模型。这个 fit ( object.size(fit)) 的大小接近 300 Mb，这在服务器中存储是不可行的。目标是让用户以交互方式定义一个newdata（最多有 500 个观察值），然后调用predict(fit, newdata, level = 0, na.action = na.omit)以输出预测值。问题是如何减少fit服务器中给定有限存储空间的大小？

在这篇文章中已经尝试了几种方法，但它并没有将尺寸缩小到我真正需要的尺寸。

任何想法？谢谢！

需要一些帮助来解释 summary() -函数结果。

我正在从Rlme中的包中运行一个。nlme

我有一个简单（而且很小）的数据集，其中包含三个分组变量：起源、基因型和时间，响应是一个名为 Maxi 的连续变量。

Origin = 2 个级别，分别称为 Ka 和 La

基因型 = 3 层嵌套在原点 Ka 中，2 层嵌套在原点 La 中

时间 = 嵌套在每个基因型中的 2 个级别

我对起源、时间及其相互作用的主要影响感兴趣。除了测试之外，我还想得到他们的估计。这是我想到的模型：

anova()s 等工作正常，实际上没有显着的交互，但是

这是问题所在：

当我运行摘要（模型）时，我得到：

我对其他因素水平的估计在哪里？我认为为了能够解释这些固定效果，汇总表必须以某种方式显示所有级别？还是我这样解释：

对于 Origin 因子的水平和 Time 因子的水平，估计值在直觉上是不正确的。

笔记：

1. 我没有将我的数据放入 groupedData 中（是否总是必要的？）
2. 我想在模型中包含 random = 1 ~ |Origin/Genotype 但是在输出中产生了 NaN，显然模型变得太复杂了？

任何指针？

这是重现我的问题所需的数据：

我正在从R v.3.0.2lme的包中运行 -model 。nlme我正在尝试使用 提取模型估计值predict.lme，但它返回错误。这是复制错误的代码：

这是数据：

数据是两个因子（Ka、La），每个因子有两个水平（mor、eve）和随机效应。我正在尝试提取 4 个数据级别的估计值，即 Ka,mor ；卡，伊芙；拉莫尔；拉，伊芙。

首先是在 CV 的另一个环境中被问到，但我在这里被推荐了。