mixed-models

    0热度

    1回答

    我想识别lmer模型中的异常值(lme4包)。我是而不是有兴趣去除它们(什么LMERConvenienceFunctions包) - 我只是想看到列出的异常值。 一个模式,我用的例子: model1<-lmer(Value~ Moisture + Planting + (day|plot), data=plants1)

    0热度

    1回答

    调整意味着我运行模式是这样的: model<-lme(Juice~1+Fruit ,random=list(Place=pdIdent(~1)), method="REML", control=lmeControl(niterEM=150 ,msMaxIter=200), na.action=na.omit, data=customData, keep.

    0热度

    1回答

    我打算使用像varIndent(from = ~1 |Sex)这样的结构权重和一个在R中的lme函数中称为w的定制矢量权重。所以我想知道是否有人知道如何组合函数中的权重。这是一个例子(只为这个问题作出) n=25 data=data.frame( y = rnorm(n), Sex = as.factor(sample(c('Male','Female','Female'),s

    3热度

    1回答

    在Julia中可能存在LMM中随机效应的相互作用吗? 这给出了一个错误 model = fit!(lmm(@formula(response ~ 1 + A*B + (1+A*B|sub)), data) ERROR: MethodError: no method matching getindex(::DataFrames.DataFrame, ::Expr) 拆开方面也没有帮助。 mod

    1热度

    1回答

    我想循环混合模型和Tukey测试。 我想要做的就是重复拟合和3列(每个包含一个响应)和4个亚组(总数= 12)的比较。 类似的数据框可在此处获得:https://drive.google.com/open?id=0Bwrsa11LAnrgTXMzWk1fYXR1MHM。这3个部分是“RESP_1”,“RESP_2”和“RESP_3”列,这些子组是“层”列的变量。 我获得由模型和一个单个响应的adj

    0热度

    1回答

    一个混合效应式I具有式: my_formula <- a ~ b + (1|d) + e 欲编程方式从该公式中删除e变量。 我为固定效应仅公式进行的是: drop_es <- function(f) { e_idxs <- grep(pattern = 'e', x = all.vars(f[[3]])) stats::formula(stats::dr

    1热度

    2回答

    我想进行重复测量分析/纵向数据到以下问题: “有在的区域被分析的16个树和在B地区有16个。在每个地区,冬季分析8棵树,夏季分析8棵树,但它们不是同一棵树。考虑到在对每棵树直径五个不同深度的starch's知觉。” tree Region season depth starch 1 A W 1 0.07 1 A W 2 0.10 1 A W 3 0.13 1 A

    2热度

    1回答

    我有60棵树的数据框。根据DOY,我需要为EWMZ找到一个斜坡。我使用了混合模型,发现了一个负斜率,但是在绘制曲线时,它给了我一个积极的回归曲线。我不知道我用ggplot进行绘图的方式是否正确。 DOY EWMZ TREE 247 13,01 1 262 11,01 1 274 23,07 1 288 23,09 1 310 20,77 1 247 28,47 2 262 22,55

    0热度

    1回答

    因此,当我认为存在与特定特定组之间的依赖关系时,将使用混合效果回归模型。我附加了维基链接,因为它的解释比我好。 (https://en.wikipedia.org/wiki/Mixed_model) 尽管我认为在很多场合我们需要考虑混合效应,但没有太多模块支持这一点。 R有lme4和Python似乎有一个类似的模块,但它们都是统计驱动的;他们不使用梯度增强等成本函数算法。 在机器学习设置中,您将如

    0热度

    2回答

    我有一个鸟类数量的数据框。我有参加者的身份证号码,他们计算的鸟的数量,他们计算的年份,他们的纬度和长度坐标以及他们的努力。我制作了这个模型: model = lmer(count~year+lat+long+effort+(1|participant), data = df) 我现在希望模型绘制来自同一数据集的预测值。所以,这些数据是1997 - 2017年的,我希望模型能够给出我每年的预测值