我已經使用各種函數來比較我的離散計數數據。我適合使用geepack,在log(count)
線性混合效應模型使用lme
(NLME),一個GLMM使用glmer
(lme4)一個GEE模型,並在R.如何在R中繪製與gee,lme,glmer和gamm4適合的新數據預測結果?
gamm4
(
gamm4)
我有興趣比較這些模型,並想繪製一組新數據(預測變量)的預期值(預測值)。我的目標是比較特定條件下每個模型的預測效果(x變量)。特別感興趣的是邊際(GEE)和條件估計之間的比較。
我認爲我的主要問題可能是以正確的標籤和屬性等正確的形式獲取新的數據。我仍然是一個R新手,並且與這些東西糾纏在一起(不幸的是,在我的大學沒有這門課)。
我現在已經裝車型
gee1 lme1 lmer1 gamm1
,可以提取其固定效應係數和標準誤差沒有問題。我也沒有把它們從對數尺度轉換或估計置信區間來解釋隨機效應。
我也有我的新數據框newdat
其中有365個觀測值的23個變量(每年的每一天的平均環境數據)。
我被困在如何預測新的計數估計值。我玩了model.matrix功能,但無法使它工作。例如,我試過:
mm = model.matrix(terms(glmm1), newdat) # Error in model.frame.default(object,
# data, xlev = xlev) : object is not a matrix
newdat$pcount = mm %*% fixef(glmm1)
任何建議或良好的參考將不勝感激。任何人都可以幫助上面的錯誤?
記錄有關調用'預測(...,newdata = NEWDAT)'爲每個車型的什麼? – 2012-02-08 04:41:09
@VincentZoonekynd,predict()在lmer()上不起作用 – Thierry 2012-02-08 09:04:39
您是否嘗試過http://glmm.wikidot.com/faq上的配方...? – 2012-02-08 13:41:09