Warning: file_get_contents(/data/phpspider/zhask/data//catemap/8/design-patterns/2.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
R 无法安装正确的lme()_R_Mixed Models - Fatal编程技术网

R 无法安装正确的lme()

R 无法安装正确的lme(),r,mixed-models,R,Mixed Models,我想拟合一个混合效应模型,该模型允许我解释不同地理区域之间的不平等差异。具体来说,我想预测响应作为固定效应X的函数,geo作为随机效应 以下是数据的外观: X response geo 1 4 5.521461 other 2 4 5.164786 other 3 4 5.164786 other 4 6 3.401197 oth

我想拟合一个混合效应模型,该模型允许我解释不同地理区域之间的不平等差异。具体来说,我想预测响应作为固定效应X的函数,geo作为随机效应

以下是数据的外观:

         X      response       geo
1        4      5.521461     other
2        4      5.164786     other
3        4      5.164786     other
4        6      3.401197     other
5        5      4.867534     other
6        4      5.010635     other
“地理位置”列的唯一值:

[1] "other"                                   "Atlanta-Sandy Springs-Marietta, GA"      "Chicago-Naperville-Joliet, IL-IN-WI"     "Dallas-Fort Worth-Arlington, TX"        
[5] "Houston-Sugar Land-Baytown, TX"          "Los Angeles-Long Beach-Santa Ana, CA"    "Miami-Fort Lauderdale-Pompano Beach, FL" "Phoenix-Mesa-Glendale, AZ"              
以下是我尝试的模型:

> lme0 <- lme(response ~ factor(predictor) , random = ~1|factor(geo), data = HC_hired)
> summary(lme0)
Linear mixed-effects model fit by REML
 Data: HC_hired 
       AIC     BIC    logLik
  54770.69 54836.3 -27377.34

Random effects:
 Formula: ~1 | factor(geo)
        (Intercept) Residual
StdDev:  0.08689381  0.66802

Fixed effects: response ~ factor(predictor) 
                      Value  Std.Error    DF  t-value p-value
(Intercept)        4.255531 0.04410213 26918 96.49264  0.0000
factor(predictor)2 0.022986 0.03336742 26918  0.68889  0.4909
factor(predictor)3 0.166341 0.03221410 26918  5.16361  0.0000
factor(predictor)4 0.299172 0.03194177 26918  9.36618  0.0000
factor(predictor)5 0.378645 0.03249053 26918 11.65402  0.0000
factor(predictor)6 0.472583 0.03664732 26918 12.89543  0.0000
 Correlation: 
                   (Intr) fct()2 fct()3 fct()4 fct()5
factor(predictor)2 -0.660                            
factor(predictor)3 -0.683  0.903                     
factor(predictor)4 -0.689  0.912  0.945              
factor(predictor)5 -0.679  0.897  0.930  0.940       
factor(predictor)6 -0.603  0.795  0.824  0.832  0.819

Standardized Within-Group Residuals:
       Min         Q1        Med         Q3        Max 
-4.7047458 -0.3424262  0.1883132  0.7045260  2.1949313 

Number of Observations: 26931
Number of Groups: 8 
我的问题是,输出并没有为每个级别的geo指定随机效果。进行此操作的正确型号规格是什么?我尝试了许多公式的排列,但运气不好。欢迎对整个过程发表任何意见。非常感谢

对强制将地理位置转换为因子的注释的响应不会更改输出:


HC_雇佣$geo在指定模型之前,您是否尝试强制geo使用因子?是的,输出完全相同。有关我的方法,请参见编辑。ranef,lme函数对于从lme对象提取随机效果非常有用。如果您希望允许分组变量级别之间的差异异质性,varIdent很可能就是您想要的。