Fatal编程技术网
  • r/
  • R Lme错误："；“重构中的错误”；

R Lme错误："；“重构中的错误”；

r

R Lme错误："；“重构中的错误”；,r,mixed-models,R,Mixed Models,4个蜂箱装有传感器，可收集蜂箱内的温度、湿度、压力和分贝。这些是响应变量 names(Hives) [1] "time" "dht22_t" "dht11_t" "dht22_h" [5] "dht11_h" "db" "pa" "treatment_hive" [9] "wifi" 治疗为wifi暴露，实验组从第1天到第20天暴露于wifi，然后从第35天到第45

4个蜂箱装有传感器，可收集蜂箱内的温度、湿度、压力和分贝。这些是响应变量

names(Hives)
[1] "time"           "dht22_t"        "dht11_t"        "dht22_h"       
[5] "dht11_h"        "db"             "pa"             "treatment_hive"
[9] "wifi"
治疗为wifi暴露，实验组从第1天到第20天暴露于wifi，然后从第35天到第45天再次暴露于wifi，收集数据直到第54天。n个蜂巢=4个，每个蜂巢中传感器收集的数据n=百万

我在运行混合效果模型时遇到困难

所有蜂箱的响应变量都有一个数据框

names(Hives)
[1] "time"           "dht22_t"        "dht11_t"        "dht22_h"       
[5] "dht11_h"        "db"             "pa"             "treatment_hive"
[9] "wifi"
时间单位为“%Y-%m-%d%H:%m:%S”，dht11/22\u t/H为温度和湿度数据。“wifi”是一个二分法变量（1=打开0=关闭），对应于暴露时间，治疗蜂箱是暴露于wifi的蜂箱的另一个二分法变量（1=暴露，0=控制）

这是我得到的错误

attach(Hives)
model2 = lme(pa_t~wifi*treatment_hive, random=time, na.action=na.omit, method="REML",)

Error in reStruct(random, REML = REML, data = NULL) : 
Object must be a list or a formula
以下是代码示例：

    time    dht22_t dht11_t dht22_h dht11_h db  pa  treatment_hive  wifi
1   01/09/2014 15:19    NA      NA  NA      NA  51.75467    NA      0   1
2   01/09/2014 15:19    30.8    31  59.8    44  55.27682    100672  0   1
3   01/09/2014 15:19    30.8    31  60.3    44  54.81995    100675  0   1
4   01/09/2014 15:19    30.8    31  60.9    44  54.14134    100671  0   1
5   01/09/2014 15:19    30.8    31  61.1    44  53.88574    100672  0   1
6   01/09/2014 15:19    30.8    31  61.2    44  53.68800    100680  0   1
R版本2.15.1（2012-06-22） 平台：i486 pc linux gnu（32位）
附件： [1] ggplot2\u 0.8.9原型\u 0.3-9.2重塑\u 0.8.4 plyr\u 1.7.1 nlme\u 3.1-104
[6] lme4_0.999999-0 Matrix_1.0-6 lattice_0.20-6

这里有很多问题，有些问题与编程（堆栈溢出）有关，但可能是统计问题（适用于或
r-sig-mixed-models@r-org
）更重要

tl；dr如果您只是想避免错误，我认为您需要
random=~1 | hive
（无论您的hive指示符变量是什么）来适应基线响应（截距）随hive而变化的模型，但我鼓励您继续阅读

  • 我们能要一个（小的！）吗
  • 不要使用
    attach（Hives）
    ，在
    lme（）
    调用中使用
    data=Hives
    （不一定是问题，但[更好的]实践）
  • 由于只有4个蜂箱，跨蜂箱的随机效果规范是否有效有点值得怀疑（尽管有一百万次观察，你可能会侥幸成功）
  • 随机效应必须由分类（因子）分组变量组成；在您的例子中，我认为“hive”是分组变量，但我无法从您的问题中分辨出哪个变量标识hive
  • 几乎可以肯定的是，您应该有一个模型来解释蜂巢中的时间趋势和时间趋势的变化，即随机斜率模型，它可以表示为
    公式=…~…+时间，随机=~time |蜂巢
    （其中
    …
    表示现有模型的位）
  • 您必须将时间转换为合理的时间，以便在您的模型中使用它（请参见
    ？strtime
    或
    lubridate
    包），从开始时间算起的秒/分钟/小时可能是最合理的。（你的时间分辨率是多少？每个蜂箱有多个传感器，在这种情况下，你也应该考虑传感器的随机效应）？<
  • 由于有数百万个数据点，您的模型拟合可能非常缓慢；您可能想考虑<代码> LME4<代码>包
  • 有数百万个数据点，所有事物都将具有统计上的显著性，并且对模型中不出现数据的方面非常敏感，例如（1）时间的非线性趋势（例如，考虑时间趋势与<代码> MGCV的拟合加性模型：：GAMM < /代码>或<代码> GAM4< /代码>包）；（2） 时间自相关（考虑在
    lme
    模型中添加
    correlation
    参数）
感谢您的回复。我非常感激。可复制代码被编辑到OP中。尽管数据点>百万，但n=4（2个对照/2个实验）在统计学上是可疑的。目前，只有列$treatment\u hive指定治疗与对照，而不是单个hive。应该吗？时间分辨率：传感器每分钟记录大约15个点。另外，在编辑了您的建议后，我还不知道如何从起点转换时间。代码是什么样子的？关于选择正确的型号，还不能确定wifi暴露是否对实验性蜂箱有影响。此外，我正在考虑减少数据量，因为我的32位机器无法处理运行模型的问题。例如，每半小时采集一次数据点，而不是一分钟几次。每个蜂巢有多少个传感器？即使每小时采样一次，我也只能得到54*4*24*60=311040个总样本——你真的是每5秒采样一次吗？如果你的编程问题得到解决（即，如果你能让任何模型在
lme
中运行，只需一小部分数据），我强烈建议你接受这个答案，并将你的问题的一个版本发布在网站上。