nlme

0热度

1回答

我试图将没有成功的nlme对象的结果可视化。当我使用lmer对象时，会创建正确的绘图。我的目标是使用nlme并通过ggplot2可视化每个人的拟合增长曲线。 predict()函数似乎与nlme和lmer对象的工作方式不同。型号： #AR1 with REML autoregressive <- lme(NPI ~ time, data = data, ra

1热度

1回答

lmer vs gls中缺少值

我有一个纵向数据集，我在lme4中使用lmer执行HLM分析。我想将此分析的结果与相同数据的结果进行比较，但在nlme包中使用gls。对于数据集中的每个参与者有多种度量方法，并且有些参与者在一个或多个时间点缺少值。 lmer似乎并不具有这样的问题，但是当我跑使用gls相同的分析我得到一个错误信息 Error in na.fail.default(list(id = c(1001L, 1002L,

0热度

1回答

我如何从gls对象中提取delta和sigma的SE值？

如何提取gls目标的delta（幂函数）和sigma的SE？如果我做这个总结，我有这个输出： > 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热度

1回答

组约束

我有一个矩阵M以下观察：在每1〜5组，每组30个观测（行）（列）重现的代码： 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热度

1回答

从nlme中提取输入和输出变量导致R

我想从模型中自动绘制图（拟合vs模型输入变量，拟合vs模型输出变量），并希望将输入和输出变量名与nlme（）结果。我管理的东西看起来像一个非常肮脏的解决方案。你有什么更优雅的分享？谢谢！这里有一个例子： 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热度

1回答

非线性混合模型，而不群结构规范

我想没有任何层次结构（只是重复测量），以适应一个非常简单的非线性混合模型（姜氏曲线）。首先，我只想在固定和随机效果下尝试。这是数据（我带的10个样本的子集，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热度

1回答

R：如何从nlme调用获得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热度

1回答

如何在R中对lme中的分段混合模型进行编码？

我跟着this example运行分段混合模型使用lmer，它工作得很好。然而，我很难将模型翻译成lme，因为我需要处理异方差，并且lmer没有这种能力。重现此问题的代码是here。如果您认为有必要回答这个问题，我会在代码中包含有关实验设计的详细信息。这里是没有断点的模型： linear <- lmer(mass ~ lat + (1 | pop/line), data = df) 这里是

0热度

1回答

在R中使用定制的重量和结构权重R

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

0热度

1回答

我可以使用协方差矩阵来指定nlme函数gls中的相关结构吗？

我希望使用R包中的函数gls来分析一组嵌套的空间样本，其中许多样本在至少一些空间坐标中重叠。我想使用corStruct或pdMat对象来解释响应变量（我在每个空间示例中测量的东西）中的非独立性，但我对如何执行此操作感到困惑。我已经生成了一个协方差矩阵，它应该对空间样本之间的非独立性的所有信息进行编码。每行/列是不同的空间样本，对角线包含每个空间样本捕获的采样单元的总数，非对角线元素包含空间样本之