线性混合加权回归中 R^2 的 95% CI

Question

我正在尝试在线性混合加权回归中计算 R^2 及其 95%CI。由于 lme() 的摘要不提供 R^2，因此我使用 MuMIn 包中的 r.squaredGLMM()，并且boot() 来自 boot 包。 （如果您有更好的方法，请告诉我！！！）但是，我发现上限和下限是相同的数字。为什么？我在这里以 mtcars 数据为例：

library(lme4)
library(boot)
library(MuMIn)

foo <- boot(mtcars, function(data, indices) 
  r.squaredGLMM(lme(mpg ~ wt, data=mtcars, 
                    random= ~1|gear, weights= ~carb))[1], R=1000)
foo$t0
quantile(foo$t,  c(0.025, 0.975))

Answer 1

原来我忘了添加data=mtcars[indices,]...我想删除这个问题，但我想也许它可以帮助有类似问题的 R 新手。