R 从混合模型中移除所有固定效果

我正在尝试使用

lmer

自动识别和删除混合模型语句中的固定效果。简单地说，我的方法是使用

fixef

获取固定效果名称，然后使用

update

从model语句中删除这些名称。我遇到了一些困难

首先，如果固定因子不是连续的，则

fixef

返回附加有治疗水平的变量名称（例如

levels（variable1）=c（“A”、“B”、“c”）

将返回

variable1B

和

variable1C

）。我试图通过部分匹配来解决这个问题，但我相信它不会在所有情况下都成功（见下文）

其次，如果存在交互，则部分匹配将分离并仅标识第一个项（例如，仅从

variable1:variable

返回

variable1

）。我不知道该怎么解决这个问题

下面是一些示例代码：

#Create example data
set.seed(9)
data=data.frame(y=rnorm(100,5,10),y.binom=rbinom(100,1,0.5),
                y.poisson=rpois(100,5),fixed1=rnorm(100,20,100),
                fixed2=c("Treatment1","Treatment2"),covar=rnorm(100,20,100),
                rand1=LETTERS[1:2],
                rand2=c(rep("W",25),rep("X",25),rep("Y",25),rep("Z",25)))

library(lme4)

#Fit generalized linear mixed effects model
mod=glmer(y.poisson~fixed1*fixed2+covar+(1|rand2/rand1),family="poisson",data)
#Pull out names of fixed effects
fixef.names=do.call(rbind,lapply(1:length(names(fixef(mod))[-1]),function(j) {
  d=colnames(mod@frame)[pmatch(colnames(mod@frame),names(fixef(mod))[-1][j])>0]
  d[!is.na(d)] } ) )[,1]
# Generate null model (intercept and random effects only, no fixed effects)
null.mod=update(mod,paste(".~.-",paste(fixef.names,collapse="-"),sep=""))

感谢您的帮助

1）仅针对单一效果：gsub是否会将名称“variable”去掉，然后将处理方法与用于拟合的数据框中的某个内容匹配，从而获得正确的名称以提取/添加到update语句中

2） 对于交互，可以尝试使用：first进行strsplit。然后检查输出的长度。如果>1，则匹配两个变量，并根据需要删除/添加更新。它不会像一个函数那样优雅，但它应该可以工作

---

3） 为什么不直接使用glmulti库呢？它已经以自动化的方式实现了这一点。如果您不想要所有的fit模型，只需提取您想要的模型，然后继续。但是它的对象结构中会存储所有的fit对象。

lme4中有一个内置的

findbars（）

函数，它可以让您获得大部分的功能。您仍然需要对结果进行分解（它们作为

language

对象返回）；用括号保护它们；然后把它们放回公式里。但这似乎是可行的：

parens <- function(x) paste0("(",x,")")
onlyBars <- function(form) reformulate(sapply(findbars(form),
                                              function(x)  parens(deparse(x))),
                                              response=".")
onlyBars(formula(mod))
## . ~ (1 | rand1:rand2) + (1 | rand2)
update(mod,onlyBars(formula(mod)))

---

parens啊，我正在尝试对任何模型进行自动化，因此对“variable”使用
gsub
，对于任何不是因子名称的模型，这种方法都会失败
glmulti
可能会起作用，但我仍然必须选择正确的空模型（例如，一个具有所有随机效应，没有固定效应），因此我认为我回到了原点。对于glmulti，这只是一个过滤问题。你应该能够用你想要的随机效果将这些模型子集，然后从那里开始（在ye olde biodepth分析中做了类似的事情）。至于gsub，您可以先grep变量。如果它在那里，就做因子的事情。如果没有，那么你已经有了一个变量名，所以不用担心。啊哈，非常聪明，采取相反的方法，隔离随机因素。不知道
findbars
。谢谢你，本！