glmer AICcmodavg 的预测值答案

【问题标题】：predicted values for glmer AICcmodavgglmer AICcmodavg 的预测值
【发布时间】：2016-09-22 12:37:36
【问题描述】：

我知道可以使用 AICcmodavg 获得固定效应的预测值（以原始比例 ~ 概率）及其 SE，但我正在尝试但没有成功...有人可以帮助我吗？提前致谢

library(lme4)
(gm1 <- glmer(cbind(incidence, size - incidence) ~ period + (1 | herd),
              data = cbpp, family = binomial))
fixef(gm1)

library("AICcmodavg")

predictSE(gm1, 
          newdata=as.data.frame(period=c("period1","period2","period3","period4")), 
          type="response", 
          se.fit=TRUE, 
          level=0, 
          print.matrix=F)

【问题讨论】：

标签： r glm predict

【解决方案1】：

最好阅读levels(cbpp$period)，而不是as.data.frame()，而是data.frame()

levels(cbpp$period)
# [1] "1" "2" "3" "4"

predictSE(gm1, 
          newdata = data.frame(period=c("1", "2", "3", "4")),
          type = "response", 
          se.fit = TRUE, 
          level = 0, 
          print.matrix = F)

[已编辑]

查找错误原因的简单方法

fit <- ...(..., data = df)

predictSE(fit, newdata = df)
predictSE(fit, newdata = ...)

# If 1st predictSE() doesn't run, it means the model causes error.
# If 1st runs but 2nd doesn't, it means it is due to newdata.

如果您的模型有两个因素；

newd <- expand.grid(name1 = levels(df$name1), name2 = levels(df$name2))
predictSE(fit, newdata = newd)
 # pred <- predictSE(fit, newdata = newd)
 # cbind(newd, pred)            # help to interpret

【讨论】：

完美！感谢你能这么快回复。如果我的模型有两个因素，你能告诉我如何为“newdata”写一行。
很抱歉滥用你的知识@cuttlefish44 我正在这样做，当我按照你所说的使用这些数据并适合时出现错误Error in eval(expr, envir, enclos) : object 'inter1' not found：df= gsheet2tbl("https://docs.google.com/spreadsheets/d/1GotdpK0x036O4Reus9c-C6lqeiQkc35rx1z7N0Dx6PQ/edit?usp=sharing") ; fit<- glmer(cbind(diseased,n-diseased)~ var:trt + (1|blk/var/trt), family="binomial",data=df); newd <- expand.grid(var = levels(df[,"var"]), trt = levels(df[,"trt"])); predictSE(fit, newdata = newd) 你知道发生了什么吗这里？谢谢！
@Juanchi;我无法在没有消息的情况下制作 fit 并且 predictSE(fit, newdata=df) 无法运行，这意味着您未能制作合适的模型来提供 predictSE()。例如，fit3<- glmer(cbind(diseased,n - diseased) ~ var*trt + (1|blk), family="binomial",data=df); predictSE(fit, newdata = newd) 运行。
太棒了！是的，我收到了这条消息fixed-effect model matrix is rank deficient so dropping 1 column / coefficient，我发现它的数据集有点小……谢谢！
Brillant...它现在很合适，没有错误。非常感谢您的宝贵时间！