Julia中混合效應模型中隨機斜率的相互作用

在Julia中可能存在LMM中隨機效應的相互作用嗎？Julia中混合效應模型中隨機斜率的相互作用

這給出了一個錯誤

model = fit!(lmm(@formula(response ~ 1 + A*B + (1+A*B|sub)), data) 
ERROR: MethodError: no method matching getindex(::DataFrames.DataFrame, ::Expr)

拆開方面也沒有幫助。

model = fit!(lmm(@formula(response ~ 1 + A*B + (1+A+B+A&B|sub)), data)

這工作

mode2 = fit!(lmm(@formula(response ~ 1 + A*B + (1+A+B|sub)), data)

注意，沒有任何問題，當你有固定效應的相互作用。

來源

2017-08-24 mike

也許這應該是github上的MixedModels.jl或DataFrames.jl中的一個問題。但是，無論如何，我已經查明瞭似乎是一個問題：計算@formula的eterms。所以，爲了讓它起作用，我重新定義了計算。以下內容粘貼到了REPL和嘗試有問題fit!：

function DataFrames.evt(ex::Expr) 
    if ex.head != :call error("Non-call expression encountered") end 
    if !(ex.args[1] in DataFrames.nonevaluation) 
     trms = DataFrames.getterms(ex) 
     if length(trms)>1 
      return vcat(map(DataFrames.evt,trms)...) 
     else 
      return [trms] 
     end 
    end 
    return filter(x->!isa(x,Number), vcat(map(DataFrames.evt, ex.args[2:end])...)) 
end

現在，這個留給另一個問題在Cholesky分解功能的改變（我Julia是V0.7），這也是可以解決的，但如果一切其他人正在工作，上述重新定義允許繼續過去的第一個問題。

通過以下鏈接可MixedModels和DataFrames github上頁：

來源

2017-08-26 08:25:50

謝謝！這似乎工作。我正在使用Julia v0.6.0，並且能夠獲得模型的完整輸出。它不想用'fast = true'運行，但給出了和R中lmer大致相同的結果（一般來說，我看到一些變化，所以不能確定這是由於重新定義了計算還是正常行爲）。不確定Cholesky分解，但與R相比，隨機效應的相關性是關閉的。 – mike

Julia中混合效應模型中隨機斜率的相互作用

回答

相關問題