R 如何计算广义线性混合效应模型的中值绝对偏差（MAD）

我知道我的问题与统计数据有关，但我正在

R

中寻找解决方案，因此我相信它适合这样做

我使用

R

中

lme4

包中的

glmer

函数构建了一个广义线性混合效应模型（GLMM），以Zuur等人（2009）的重要解释变量为基础，对水产养殖场周围的物种丰富度进行建模。模型是：

Mod1 <- glmer(Richness ~ Distance + Depth + Substrate + Beggiatoa + 
        Distance*Beggiatoa + (1|Site/transect), family = poisson, data = mydata)

有人知道这里出了什么问题吗？是否

stats

中的

mad

无法计算GLMMs？如果是，是否有另一个

R

包可以从GLMMs计算mad？

编辑：

为了让您了解我的数据，这里是来自

dput（head（mydata））

的输出，还请注意，新数据集中没有“衬底”类别，“s”指的是“丰富性”：

对于样本内误差，中位数绝对偏差计算仅为

mad(residuals(fitted_model))

。。。您可能需要

残差（fitted_model，type=“response”）

，因为

残差默认情况下会给您偏差残差（请参见
？residuals.merMod
）

如果要查看样本外错误，可以执行以下操作：

pred <- predict(fitted_model,
                newdata = newdf,
                type = "response",
                re.form=~0)
mad(pred, center=newdf$S)

pred
mydata
看起来像什么？你能发布
dput（head（mydata））
给我们一个感觉吗？听起来R试图将非数据帧的部分子集。@jdobres感谢您的关注。我刚刚用要求的信息更新了我的问题。
mad
用于原始数据。它接受一个数字向量，而
glmer
的结果将是一个列表对象。另外，您的示例数据不包含“丰富性”列。@jdobres再次感谢。“丰富性”在我的数据中被称为“S”，我只是在我的问题中解释清楚了。如果
mad
函数仅用于原始数据，是否有函数计算
glmer
的中值绝对偏差，或者我正在尝试计算无法从
glmer
计算的值？请将您的问题编辑为“我如何计算mad”，而不是“寻找要-因此，不推荐请求非现场资源的问题。（如果答案是“使用软件包xxx”，那没关系。）谢谢你的回答和编辑，这就是我想要的。因此，如果我理解得很好，我会将原始数据集（样本内错误）上的模型中的
mad
与新数据集（样本外错误）上的
mad
进行比较，对吗？我真的不知道，我自己也没有将mad用作标准。好的，谢谢，我会验证这一点。如果您对在新数据集上评估模型性能有其他建议，欢迎您回答或评论我的简历问题！更改OOS答案中的
center=
是否仍然返回中值，或者其他值？
mad(residuals(fitted_model))

pred <- predict(fitted_model,
                newdata = newdf,
                type = "response",
                re.form=~0)
mad(pred, center=newdf$S)