nlme

0熱度

1回答

我試圖將沒有成功的nlme對象的結果可視化。當我使用lmer對象時，會創建正確的繪圖。我的目標是使用nlme並通過ggplot2可視化每個人的擬合增長曲線。 predict()函數似乎與nlme和lmer對象的工作方式不同。型號： #AR1 with REML autoregressive <- lme(NPI ~ time, data = data, ra

1熱度

1回答

lmer vs gls中缺少值

我有一個縱向數據集，我在lme4中使用lmer執行HLM分析。我想將此分析的結果與相同數據的結果進行比較，但在nlme包中使用gls。對於數據集中的每個參與者有多種度量方法，並且有些參與者在一個或多個時間點缺少值。 lmer似乎並不具有這樣的問題，但是當我跑使用gls相同的分析我得到一個錯誤信息 Error in na.fail.default(list(id = c(1001L, 1002L,

0熱度

1回答

我如何從gls對象中提取delta和sigma的SE值？

如何提取gls目標的delta（冪函數）和sigma的SE？如果我做這個總結，我有這個輸出： > summary(l3s) Generalized least squares fit by REML Model: biom.kg ~ I(dbh^2 * h) Data: ssf AIC BIC logLik 4495.75 4512.982 -2243

0熱度

1回答

組約束

我有一個矩陣M以下觀察：在每1〜5組，每組30個觀測（行）（列）重現的代碼： Simulate_phase_correction_isochronous<-function(N, nseq, alpha, st, sm) { As<-matrix(NA, nrow=N, ncol=nseq) for(o in 1:nseq) { M=rnorm(N+2)

0熱度

1回答

從nlme中提取輸入和輸出變量導致R

我想從模型中自動繪製圖（擬合vs模型輸入變量，擬合vs模型輸出變量），並希望將輸入和輸出變量名與nlme（）結果。我管理的東西看起來像一個非常骯髒的解決方案。你有什麼更優雅的分享？謝謝！這裏有一個例子： df <- data.frame(foot = c(18,49.5,36.6,31.55,8.3,17,30.89,13.39,23.04,34.88,35.9,47.8,23.9,31,2

0熱度

1回答

非線性混合模型，而不羣結構規範

我想沒有任何層次結構（只是重複測量），以適應一個非常簡單的非線性混合模型（姜氏曲線）。首先，我只想在固定和隨機效果下嘗試。這是數據（我帶的10個樣本的子集，但我有396） data <- structure(list(CumGDD = c(124.66, 124.66, 124.66, 124.66, 124.66, 124.66, 124.66, 124.66, 124.66, 124.66

13熱度

1回答

R：如何從nlme調用獲得Hessian

library(nlme) fm1 <- nlme(height ~ SSasymp(age, Asym, R0, lrc), data = Loblolly, fixed = Asym + R0 + lrc ~ 1, random = Asym ~ 1, start = c(Asym = -10311111, R0 = 8.5^4, lr

2熱度

1回答

如何在R中對lme中的分段混合模型進行編碼？

我跟着this example運行分段混合模型使用lmer，它工作得很好。然而，我很難將模型翻譯成lme，因爲我需要處理異方差，並且lmer沒有這種能力。重現此問題的代碼是here。如果您認爲有必要回答這個問題，我會在代碼中包含有關實驗設計的詳細信息。這裏是沒有斷點的模型： linear <- lmer(mass ~ lat + (1 | pop/line), data = df) 這裏是

0熱度

1回答

在R中使用定製的重量和結構權重R

我打算使用像varIndent(from = ~1 |Sex)這樣的結構權重和一個在R中的lme函數中稱爲w的定製矢量權重。所以我想知道是否有人知道如何組合函數中的權重。這是一個例子（只爲這個問題作出） n=25 data=data.frame( y = rnorm(n), Sex = as.factor(sample(c('Male','Female','Female'),s

0熱度

1回答

我可以使用協方差矩陣來指定nlme函數gls中的相關結構嗎？

我希望使用R包中的函數gls來分析一組嵌套的空間樣本，其中許多樣本在至少一些空間座標中重疊。我想使用corStruct或pdMat對象來解釋響應變量（我在每個空間示例中測量的東西）中的非獨立性，但我對如何執行此操作感到困惑。我已經生成了一個協方差矩陣，它應該對空間樣本之間的非獨立性的所有信息進行編碼。每行/列是不同的空間樣本，對角線包含每個空間樣本捕獲的採樣單元的總數，非對角線元素包含空間樣本之