Fatal编程技术网
  • r/
  • R sommer v 4.1.1中的预测函数

R sommer v 4.1.1中的预测函数

r

R sommer v 4.1.1中的预测函数,r,mixed-models,R,Mixed Models,在sommer软件包的最新版本中，对predict函数进行了一些修改，不幸的是，我在最新版本中遇到了一些问题 如果我没有指定任何分类变量： predict.mmer（modelh） strsplit（分类“：”）中出错：非字符参数 predict.mmer（modelh，classify=“GEN”） [.data.frame中出错（对象$dataOriginal，c（colnames（DTX），忽略，： 选择未定义的列 我的模型如下所示： MMR（数据=数据，固定=值~1， random=~G

在sommer软件包的最新版本中，对predict函数进行了一些修改，不幸的是，我在最新版本中遇到了一些问题

如果我没有指定任何分类变量：

predict.mmer（modelh） strsplit（分类“：”）中出错：非字符参数

predict.mmer（modelh，classify=“GEN”） 
[.data.frame
中出错（对象$dataOriginal，c（colnames（DTX），忽略，： 选择未定义的列

我的模型如下所示：

MMR（数据=数据，固定=值~1， random=~GEN+ROWf+COLf+spl2D（行，列），rcov=~vs（单位））

进一步的问题：在上面的模型中，我在模型$fitted vector中得到了所有相同的值，它等于截距。据我所知，拟合值还应该包括随机效应，如GEN、ROWf等等。我是否误解了一些东西

感谢您的建议，
最重要的是，自4.1.1版本以来，Hermann

预测函数不再用于获取拟合值，而是用于获取特定分类参数的调整平均值。因此，不能跳过分类参数

如果您现在需要fitted值，fitted（）函数应该返回您要查找的值

现在，使用分类的问题必须来自于在vs（）函数之外使用spl2D（）函数。您可能希望从GitHub下载最新版本（版本4.1.2），然后尝试使用：

mix <- mmer(data = data, fixed = value ~ 1 , random = ~ GEN + ROWf + COLf + vs(spl2D(ROW,COL)), rcov = ~vs(units))
对于模型中所有世代的调整平均值，使用模型中的特定术语进行平均和分类集，以及

ff=fitted.mmer(modelh)
如果需要观测值的拟合值

干杯，
爱德华多

谢谢爱德华多，它与4.1.2完美配合

还有一个问题。我想知道残差的定义。似乎MMR将残差计算为“残差=响应-固定”，而不是“残差=响应-固定-随机”忽略随机效应，不管是从模型框架调用残差还是使用残差函数。我这边有误解吗

干杯，赫尔曼

ff=fitted.mmer(modelh)