R 在混合模型中使用预测函数预测新的预测值

R 在混合模型中使用预测函数预测新的预测值,r,predict,lme4,mixed-models,R,Predict,Lme4,Mixed Models,这是我的问题 样本数据: library(lme4) library(ISLR) data(Auto) mdl<-lmer(mpg ~ horsepower + I(horsepower^2) + displacement + I(displacement^2) + (1|name) + (1|year),data=Auto) eval(expr、envir、enclose)中出错:找不到对象“name” 我认为发生此错误是因为我没有指定name,这是我在predict函数中的随机效应

这是我的问题

样本数据:

library(lme4)
library(ISLR)
data(Auto)

mdl<-lmer(mpg ~ horsepower + I(horsepower^2) + displacement + I(displacement^2) + (1|name) + (1|year),data=Auto)
eval(expr、envir、enclose)中出错:找不到对象“name”

我认为发生此错误是因为我没有指定
name
,这是我在
predict
函数中的随机效应。有人知道如何解决这个错误吗


此外,我想根据模型生成的系数拟合
mpg~马力
图中的二次函数

查看
merTools
包,特别是
predictInterval
函数。有关错误,请查看
predict.merMod
的帮助页面。它显示了如何使用
re.form=NA
获得无条件/0级预测。请查看
merTools
包,特别是
predictInterval
函数。有关错误,请查看
predict.merMod
的帮助页面。它显示了如何使用
re.form=NA
获得无条件/0级预测。
horsepower <- min(Auto$horsepower):max(Auto$horsepower)
displacement <- rep(mean(Auto$displacement),185)
data <- data.frame(horsepower,displacement)

# Use predict 
yVals <- predict(mdl, newdata = data)