Question

我在这里和其他网站上尝试了一些建议，但似乎都没有工作

我的模型看起来像

model = glmer(cbind(live, dead)~cont1*cont2+ (1|random),
                family = binomial, data = all)

cont1和cont2都是连续的解释变量，随机是一个约8级的随机因子

对于标准glm（即）

model = glm(cbind(live, dead)~cont1*cont2, 
                   family = binomial, data = all)

我曾使用此代码进行预测

plot(-100,-100,xlim=c(0,30),ylim=c(0,100),xlab='cont1',
   ylab='alive(%)',col.axis='black',col.lab='black')
   preds = predict(model,data.frame(cont1=0:30,cont2=0),type='response')*100
   lines(0:30,preds,lty=5,lwd=3,col='magenta')   
   preds = predict(model,data.frame(cont1=0:30,cont2=-0.25),type='response')*100
   lines(0:30,preds,lty=3,lwd=3,col='purple')

等

我已经能够使用glmer获得预测，但我无法获得每个级别的cont2的预测，例如标准glm。

我尝试复制此处建议的代码glmer - predict with binomial data (cbind count data)

predframe <- data.frame(cont1=(all$cont1), cont2=(all$cont2))
predframe$AlivePercent= predict(m1, newdata= predframe,type="response",REform=NULL)

但是我收到错误消息

Error in `[[<-.data.frame`(`*tmp*`, i, value = integer(0)) : 
  replacement has 0 rows, data has 224

如果有人能够建议我如何解决这个非常受欢迎的问题

干杯，迪伦

如何从glmer获得和拟合预测？

0 个答案: