Я пытаюсь рассчитать доверительные интервалы для фиксированных эффектов в смешанной модели lmer, а difflsmeans и lsmeans просто возвращают пустую таблицу. Я пробовал lme (), но у меня проблемы с конвергенцией модели (следовательно, использую lmer).
Данные выглядят следующим образом (где bout - это зависимая переменная уровня 1, а TWaverage - независимая переменная уровня 2, представляющая интерес, а пол, местоположение и RA являются дополнительными уровнями вложенности):
ID bout TWaverage sex location RA
1 17 3.748333333 1 Big Society 1337
1 59 3.748333333 1 Big Society 1337
1 14 3.748333333 1 Big Society 1337
1 9 3.748333333 1 Big Society 1337
1 9 3.748333333 1 Big Society 1337
1 14 3.748333333 1 Big Society 1337
1 21 3.748333333 1 Big Society 1337
2 40 3.055833333 0 Big Society 1337
2 63 3.055833333 0 Big Society 1337
2 7 3.055833333 0 Big Society 1337
2 75 3.055833333 0 Big Society 1337
2 13 3.055833333 0 Big Society 1337
2 3 3.055833333 0 Big Society 1337
2 16 3.055833333 0 Big Society 1337
3 103 3.696666667 1 Big Society 1337
3 14 3.696666667 1 Big Society 1337
3 2 3.696666667 1 Big Society 1337
3 32 3.696666667 1 Big Society 1337
Спецификация моей модели выглядит так:
groupSizeRandom = lmer(bout ~ TWaverage + (TWaverage|ID), data, REML = F)
Я вызываю lsmeans следующим образом (которые, как я понимаю, должны дать мне доверительные интервалы для всех фиксированных эффектов в модели):
lsmeans(groupSizeRandom,test.effs = NULL)
Однако он возвращает только пустую таблицу (без значений):
Least Squares Means table:
Estimate Standard Error DF t-value Lower CI Upper CI p-value
Кто-нибудь знает почему? Или как рассчитать CI для модели, которую я указал выше?
TWaverage
. Это очевидная проблема. - person Roland   schedule 05.02.2016