Question

我尝试使用lmer自动使用混合模型语句识别和删除固定效果的方法。简而言之，我的方法是使用fixef来获取固定的效果名称，然后使用update从模型语句中删除它们。我遇到了一些障碍......

首先，如果固定因子不连续，则fixef返回附加治疗级别的变量名称（例如，levels(variable1)=c("A","B","C")将返回variable1B和variable1C）。我尝试通过部分匹配解决这个问题，但我确信它在所有情况下都不会成功（见下文）。

其次，如果存在交互，则部分匹配会崩溃，并且仅识别第一个术语（例如，仅从variable1返回variable1:variable）。我不确定如何解决这个问题。

以下是一些示例代码：

#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=""))

感谢任何帮助！

Answer 1

findbars()中有一个内置lme4功能，可以帮助您完成大部分工作。您仍然需要解析结果（它们作为language对象返回）;用括号保护它们;并将它们粘在配方中。但这似乎有效：

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)))

Answer 2

1）单独使用单个效果：将命名为'variable'，然后将处理与用于拟合的数据框中的某些内容进行匹配，获取正确的名称以提取/添加到更新语句中？< / p>

2）对于交互，也许尝试使用：首先进行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。它不会像功能一样优雅，但它应该有效。

3）为什么不使用glmulti库？它已经以自动方式完成了这项工作。如果您不想要所有合适的模型，只需提取您想要的并继续前进。但它会将所有拟合对象存储在其对象结构中。

从混合模型中删除所有固定效果

2 个答案: