mixed-models

    0熱度

    1回答

    R的gamm模型

    我正在嘗試將我的模型改編爲gamm（我在lmer中使用了該模型）。 我以前的公式是 b <- lmer(metric1~a+b+c+d+e+f+g+h+i+(1|X) + (1|Y), data = dataset) 我試圖適應這個公式來建模與gamm。但我現在還不知道如何。我的目的是找到簡化的模型。 任何想法或例子，我將不勝感激。
    r regression mixed-models gam mgcv 2017-04-03

    0熱度

    1回答

    多變量t混合模型的EM算法

    我試圖實現家庭數據的EM算法，我假設我的觀察具有多變量t分佈。我每個家庭只有兩個兄弟姐妹，所以所有的家庭組都只有兩個觀察。基本上我試圖按照這篇文章中的E（C）M步驟： https://pdfs.semanticscholar.org/9445/ef865c4eb1431f9cb2abdb5efc1c361172cc.pdf 但是，現在我不確定EM是否適合這種數據，家庭的對角線。 因此，這裏是我的家
    r algorithm mixed-models em 2017-04-12

    1熱度

    2回答

    混合模型/ lsmeans結果的線圖（使用ggplot？）

    我對4個時間點的個體進行了縱向重複測量。按照固定效應和隨機斜率的時間混合模型分析，我已經使用平均值來估計每個時間點的平均值以及95％的置信區間。我現在想繪製帶有時間點（x）和結果變量（y）與CI的平均值的線圖。我可以使用例如ggplot來繪製我從lsmeans得到的結果？還是有另一種巧妙的方式來繪製這個？ ，我從LSMEANS得到，而我想積（lsmean，lower.CL，upperCL隨着時間的
    r plot ggplot2 mixed-models lsmeans 2017-04-13

    0熱度

    1回答

    袋裝AIC值來自混合效應線性迴歸模型R

    我已經用1000次數據集的替換重新採樣，現在想要爲這1000個數據集中的每一個擬合三個模型幷包裝它們的AIC分數。該程序的最終目標是獲得所有模型中每個模型的平均AIC評分及其95％置信區間。下面的代碼是錯誤的，我不知道我犯了什麼錯誤。發生的是，最終矩陣僅包含來自前幾次迭代的AIC得分向量（即，不是全部1000）。在每次迭代初始化主矩陣或向量時，是否有錯誤？或者，也許我的行添加過程有缺陷？或者，如果
    r matrix regression bootstrapping mixed-models 2017-04-18

    1熱度

    1回答

    密謀從混合模式lme4與CI樂隊互動

    我有以下的混合效應模型： p1 <- lmer(log(price) ~ year*loca + (1|author), data = df) 「今年是連續 「失水」是2級 我試圖分類變量繪製這個模型的重要交互。 下面的代碼（使用visreg封裝）繪製從兩個「軌跡」的線，但它不產生一個95％的置信帶： visreg(p1, "year", by = "loca", overlay = T,
    lme4 interaction mixed-models 2017-04-19

    0熱度

    1回答

    如何在lme4 :: glmer模型的新數據上使用predict（）？

    我一直在試圖建立glmer模型的預測性能（AUC ROC）。當我嘗試在測試數據集上使用predict()函數時，此函數的輸出是我列車數據集的長度。 folds = 10; glmerperf=rep(0,folds); glmperf=glmerperf; TB_Train.glmer.subset <- TB_Train.glmer %>% select(one_of(su
    r predict lme4 mixed-models 2017-04-20

    -1熱度

    1回答

    爲什麼預測（）不接受我的lmer模型的'newdata'工作？

    當我嘗試給它newdata使用預測（），或predictInterval（），或bootMer（）（即使它是我建立與模型相同的數據），我收到以下錯誤： Error in [.data.frame(fr, vars) : undefined columns selected 我一直在使用tidyverse軟件包，所以我認爲它可能與tibble有關，但轉換爲data.frame（使用as.data
    r prediction lme4 mixed-models 2017-03-07

    0熱度

    1回答

    用於擬合混合效果模型與lmer（）的包裝

    我試圖在R中創建一個包裝函數，它將一系列參數（響應，預測器，最大隨機效果，參數）提供給混合效果線性迴歸型號使用lmer()。我遇到的問題是如何使包裝函數足夠靈活以適應不同數量的參數。我沒有看到我沒有在每次（x1，x2，x3等）都沒有對函數進行硬編碼的情況下做到這一點。當我們考慮包括隨機效應和隨機斜率在內的最大隨機效應並截取(slope|intercept)時，這是特別複雜的。我會很感激你的任何建議
    r wrapper lme4 mixed-models 2017-03-09

    1熱度

    1回答

    glmmLasso嘗試錯誤所有lambda

    我一直在嘗試使用glmmLasso做混合模型的變量選擇，但我似乎無法讓模型工作。我已經設置了我的模型，類似於here的演示。我正在使用BIC的簡單方法來選擇lambda。 這是我一直在運行的代碼。 library(glmmLasso) lambda <- seq(500,0,by=-5) family = binomial(link = logit) library(MASS);libr
    r mixed-models lasso 2017-03-14

    1熱度

    1回答

    在多個預測變量的visreg中「打破」參數

    我想繪製使用軟件包lme4生成的一組二項式glmer對象的預測概率。它們的形式是： model = glmer(LogFlag~FRI + Mound + woody + (1|ID) + (0+FRI|ID) + (0+Mound|ID) + (0+woody|ID) + Mound:FRI + Mound:woody, family="binomial", data=(BBmod)) 爲了
    r plot data-visualization interaction mixed-models 2017-05-06
最新問題