lsmeans и difflsmeans не возвращают вывода для объекта lmer

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?


r confidence-interval lme4 mixed-models
person Cole Robertson    schedule 05.02.2016    source источник
comment
Извините, но есть много схваток с одинаковыми значениями TWaverage. Это очевидная проблема.   -  person Roland    schedule 05.02.2016
comment
Что ж, ваша модель не имеет предикторов фактора класса, и я думаю, что она ищет факторы, а не находит их.   -  person Russ Lenth    schedule 06.02.2016
comment
Это не проблема. Это предсказатель второго уровня, поэтому вам не обязательно иметь отклонения в пределах категорий второго уровня. rvl: что ты имеешь в виду? TWaverage - фиксированный фактор модели в терминах HML.   -  person Cole Robertson    schedule 06.02.2016
comment
@ColeRobertson пока что R не включает алгоритм чтения мыслей, поэтому он не знает, что секс является фактором, если вы этого не скажете. Поэтому формулировка о классовом факторе.   -  person Russ Lenth    schedule 10.02.2016
comment
@rvl Я понимаю, что R нужно знать, каковы факторы. Но пол не является фактором в этой модели, и коэффициенты говорят мне, что R на самом деле рассматривает groupID как фактор, а не как непрерывную переменную. Указание этого фактора в любом случае не приводит к заполнению таблицы lsmeans, поэтому я думаю, что проблема в другом, но спасибо.   -  person Cole Robertson    schedule 11.02.2016
comment
Где? Ваш lmer-вызов имеет ТОЛЬКО фиксированный эффект TWaverage. Обычно lsmeans вычисляются только на уровнях фиксированных эффектов.   -  person Russ Lenth    schedule 11.02.2016
comment
Кстати, есть два пакета R с функцией lsmeans. Похоже, вы используете пакет lmerTest. Но я думаю, что если вы воспользуетесь пакетом lsmeans, вы получите ОДИН lsmean - прогноз при среднем значении TWaverage.   -  person Russ Lenth    schedule 11.02.2016

Ответы (1)


arrow_upward
2
arrow_downward

Здесь есть несколько проблем.

  • Если вам просто нужны доверительные интервалы параметров фиксированного эффекта, вы можете получить КИ профиля правдоподобия через confint(groupSizeRandom) или КИ Вальда через confint(groupSizeRandom,method="Wald") (см. ?confint.merMod).
  • as pointed out in the comments, there are two lsmeans functions
    • lmerTest::lsmeans will only report lsmeans for factor variables. As also pointed out in the comments, "factor" has a specific meaning in R - it means a categorical predictor (independent) variable. TWaverage is a continuous predictor, so in R terms it's not a "factor".
    • lsmeans::lsmeans даст вам то, о чем вы просите, если вы используете lsmeans(groupSizeRandom,spec="TWaverage") ...
person Ben Bolker    schedule 06.08.2016