Question

我创建了一个mer对象，调用了lmer()。

我可以使用ranef()获得随机效果，但我也希望每个随机效果都有相应数量的观察结果 - 有一种简单的方法吗？

其他信息：

我上面可能没有说清楚。例如，如果我有一个简单的2级模型，患者聚集在医院内，随机拦截医院，我想用ranef() 一起提取每个医院的随机效应每个医院内的患者人数。目前，我使用

ranef(fullmodel)[[1]]

这给了我类似的东西：

     (Intercept)
ADE -0.108195883
BEJ -0.005761677
CIS  0.124129426
CMH  0.270879048
CSI  0.285344837
CUL  0.189308979

我想得到类似的东西：

     (Intercept)  n
ADE -0.108195883  77
BEJ -0.005761677  171
CIS  0.124129426  201
CMH  0.270879048  39
CSI  0.285344837  171
CUL  0.189308979  131

要做到这一点，我一直在使用

fullmodel <- glmer(.....+(1|hospital), data=dt1)

freqs <- as.data.frame(table(dt1$hospital))
freqs <- freqs[foo$Freq>0,]

然后cbind将此ranef(fullmodel)[[1]]

的结果发送给{{1}}

然而，这似乎并不复杂，容易出错。

Answer 1

ranef返回与分组因子对应的矩阵列表，其中每个矩阵中的行对应于随机效应的观察值（因子级别），列对应于随机效应变量（截距，斜率等）。因此，获得观测数量的最简单方法是

sapply(ranef(model),nrow)

Answer 2

此命令返回随机效果以及随机因子水平的频率：

lapply(names(ranef(model)),
       function(x) cbind(ranef(model)[[x]], table(model.frame(model)[[x]])))