glmer - 用二项式数据预测（cbind计数数据）

Question

我正在尝试预测在我的二项式数据上运行的glmer模型随时间推移的值（x轴中的天数）。 Total Alive和Total Dead是计数数据。这是我的模型，以及下面的相应步骤。

full.model.dredge<-glmer(cbind(Total.Alive,Total.Dead)~(CO2.Treatment+Lime.Treatment+Day)^3+(Day|Container)+(1|index),
                         data=Survival.data,family="binomial")

我们已经在代码中看到了过度离散（1：index）。

然后我们使用dredge命令确定具有主效应的最佳拟合模型（CO2.Treatment，Lime.Treatment，Day）及其相应的相互作用。

dredge.models<-dredge(full.model.dredge,trace=FALSE,rank="AICc")

然后为他们创建了工作区变量

my.dredge.models<-get.models(dredge.models)

然后我们进行了模型平均以平均最佳拟合模型的系数

silly<-model.avg(my.dredge.models,subset=delta<10)

但是现在我想要创建一个图形，Y轴上的Total Alive和X轴上的Days，以及取决于模型输出的拟合线。我理解这很棘手，因为模型连接了Total.Alive和Total.Dead（请参阅模型中的cbind(Total.Alive,Total.Dead)。

当我尝试运行预测命令时，我收到错误

# 9: In UseMethod("predict") :
#   no applicable method for 'predict' applied to an object of class "mer"

Answer 1

您的大多数问题是您使用的是1.0之前版本的lme4，但未实现predict方法。 （更新将是最简单的，但我相信，如果由于某种原因你不能，http://glmm.wikidot.com/faq有一个方法可以通过提取固定效应设计矩阵和系数来手动进行预测......）实际上并不是预测的问题，它预测了对数概率（默认情况下）或概率（如果type="response"）;如果你想预测数字，你必须适当地乘以N.

你没有给出一个，但这里是一个可重现的（虽然有些微不足道）使用内置cbpp数据集的例子（我确实得到了一些警告信息 - no non-missing arguments to max; returning -Inf - 但是我认为这可能是因为模型中只有一个非平凡的固定效应参数？）

library(lme4)
packageVersion("lme4")  ## 1.1.4, but this should work as long as >1.0.0
library(MuMIn)

方便以后使用（ggplot）为比例添加变量：

cbpp <- transform(cbpp,prop=incidence/size)

适合模型（您也可以使用glmer(prop~..., weights=size, ...)）

gm0 <- glmer(cbind(incidence, size - incidence) ~ period+(1|herd),
           family = binomial, data = cbpp)
dredge.models<-dredge(gm0,trace=FALSE,rank="AICc")
my.dredge.models<-get.models(dredge.models)
silly<-model.avg(my.dredge.models,subset=delta<10)

预测确实有效：

predict(silly,type="response")

创建情节：

library(ggplot2)
theme_set(theme_bw())  ## cosmetic
g0 <- ggplot(cbpp,aes(period,prop))+
    geom_point(alpha=0.5,aes(size=size))

设置预测框架：

predframe <- data.frame(period=levels(cbpp$period))

在人口级预测 （ReForm=NA - 在lme4`1.0.5中可能必须是REForm=NA：

predframe$prop <- predict(gm0,newdata=predframe,type="response",ReForm=NA)

将其添加到图表中：

g0 + geom_point(data=predframe,colour="red")+
    geom_line(data=predframe,colour="red",aes(group=1))