报告线性混合效应模型的 ICC答案

【问题标题】：Reporting ICC for Linear Mixed Effect Models报告线性混合效应模型的 ICC
【发布时间】：2022-12-15 02:39:53
【问题描述】：

我打算运行一些线性混合效应模型（对我来说是一种新方法）。我读了一篇应该报告 ICC（类间相关系数）的文章。

我下载了几个包，但未能计算出来。

   ICC(DF, missing = T)

data.frame(x.s, subs = rep(paste("S", 1:n.obs, sep = ""), nj)) 错误：参数暗示不同的行数：898、2245 另外：警告信息：在 stack.data.frame(x) 中：非向量列将被忽略

这是我的数据：

DF <- structure(list(ID = c("SR6", "YLG19", "YLG19", "SR5", "SR2", 
"TG5", "FB7", "SR9", "KBU15", "FB5"), sub_group = structure(c(2L, 
2L, 2L, 2L, 2L, 2L, 1L, 1L, 1L, 1L), .Label = c("European Bullhead", 
"Salmonids"), class = "factor"), taxa = c("salmo.trutta", "oncorhynchus.mykiss", 
"oncorhynchus.mykiss", "salmo.trutta", "salmo.trutta", "salmo.trutta", 
"cottus.gobio", "cottus.gobio", "cottus.gobio", "cottus.gobio"
), sampling.site = c("oberer.seebach.ritrodat", "ybbs.lunz.grossau", 
"ybbs.lunz.grossau", "oberer.seebach.ritrodat", "oberer.seebach.ritrodat", 
"tagles.unten", "faltlbach", "oberer.seebach.ritrodat", "kothbergbach.unten", 
"faltlbach"), body_weight_g = c(4L, 8L, 8L, 20L, 26L, 42L, 6L, 
10L, 4L, 6L), PUFA = structure(c(3L, 4L, 2L, 3L, 2L, 1L, 3L, 
1L, 4L, 3L), .Label = c("SDA", "EPA", "ARA", "DHA"), class = "factor"), 
    organ = structure(c(2L, 3L, 3L, 3L, 4L, 4L, 4L, 3L, 1L, 3L
    ), .Label = c("Brain", "Eyes", "Liver", "Muscles"), class = "factor"), 
    isotopic_value = c(-36.7301983, -39.5973755, -40.549113, 
    -35.6261828, -36.4038883, -46.085506, -39.0796303, NA, -41.6335499, 
    -41.484535)), row.names = c(289L, 488L, 487L, 280L, 242L, 
367L, 52L, 308L, 189L, 19L), class = "data.frame")

这是我的 LMM：

isotopic_value ~ organ + body_weight_g  + (1 | ID)

我做错了什么？干杯，纳丁

【问题讨论】：

该错误是因为您的数据框包含具有非数字值的列。 ICC 的第一个参数是“评分矩阵或数据框”IE。数值变量。
啊，我昨天试过了，但没有成功，但现在成功了！

标签： r linear-regression

【解决方案1】：

cols_ID <- sapply(1:ncol(DF),function(x) is.numeric(DF[,x]))

ICC(DF[,which(cols_ID)])

【讨论】：