glmer - 用二项式数据预测（cbind计数数据）-Java 学习之路

我试图预测在我的二项式数据上运行的glmer模型随时间推移的值（x轴中的天数） . Total Alive和Total Dead是计数数据 . 这是我的模型，以及下面的相应步骤 .

full.model.dredge<-glmer(cbind(Total.Alive,Total.Dead)~(CO2.Treatment+Lime.Treatment+Day)^3+(Day|Container)+(1|index),
                         data=Survival.data,family="binomial")

正如您在代码中看到的那样，我们已经考虑了过度离散（1：索引） .

然后我们使用dredge命令确定具有主效应的最佳拟合模型（CO2.Treatment，Lime.Treatment，Day）及其相应的相互作用 .

dredge.models<-dredge(full.model.dredge,trace=FALSE,rank="AICc")

然后为它们创建了一个工作区变量

my.dredge.models<-get.models(dredge.models)

然后，我们进行了模型平均，以对最佳拟合模型的系数求平均值

silly<-model.avg(my.dredge.models,subset=delta<10)

但是现在我想要创建一个图形，Y轴上的Total Alive和X轴上的Days，以及取决于模型输出的拟合线 . 我理解这很棘手，因为模型连接了Total.Alive和Total.Dead（参见模型中的 cbind(Total.Alive,Total.Dead) ） .

当我尝试运行预测命令时，我收到错误

# 9: In UseMethod("predict") :
#   no applicable method for 'predict' applied to an object of class "mer"

1 回答

12
您的大多数问题是您使用的是1.0之前版本的 lme4 ，它没有实现 predict 方法 . （更新将是最简单的，但我相信，如果您能够通过提取固定效应设计矩阵和系数来手动进行预测，那么http://glmm.wikidot.com/faq是一个秘方...）预测实际上没有问题，预测log-odds（默认情况下）或概率（如果 type="response" ）;如果你想预测数字，你必须适当地乘以N.

你没有使用内置的 cbpp 数据集来重现（尽管有些微不足道）的例子（我确实得到了一些警告信息 - no non-missing arguments to max; returning -Inf - 但我认为这可能是因为只有一个非平凡的固定 - 模型中的效果参数？）
```
library(lme4)
packageVersion("lme4")  ## 1.1.4, but this should work as long as >1.0.0
library(MuMIn)
```
以后使用（使用 ggplot ）为比例添加变量很方便：
```
cbpp <- transform(cbpp,prop=incidence/size)
```
适合模型（你也可以使用 glmer(prop~..., weights=size, ...) ）
```
gm0 <- glmer(cbind(incidence, size - incidence) ~ period+(1|herd),
           family = binomial, data = cbpp)
dredge.models<-dredge(gm0,trace=FALSE,rank="AICc")
my.dredge.models<-get.models(dredge.models)
silly<-model.avg(my.dredge.models,subset=delta<10)
```
预测确实有效：
```
predict(silly,type="response")
```
创建一个情节：
```
library(ggplot2)
theme_set(theme_bw())  ## cosmetic
g0 <- ggplot(cbpp,aes(period,prop))+
    geom_point(alpha=0.5,aes(size=size))
```
设置预测框架：
```
predframe <- data.frame(period=levels(cbpp$period))
```
预测人口水平（ ReForm=NA - 在lme41.0.5中可能必须是REForm=NA` ）：
```
predframe$prop <- predict(gm0,newdata=predframe,type="response",ReForm=NA)
```
将其添加到图表中：
```
g0 + geom_point(data=predframe,colour="red")+
    geom_line(data=predframe,colour="red",aes(group=1))
```
回复于 2024-04-27T16:35:53+08:00

glmer - 用二项式数据预测（cbind计数数据）

1 回答

相关问题