Question

我正在尝试运行glmmLasso来使用命令估计混合模型：

glm1_final <- glmmLasso(Activity~Novelty + Valence + ROI, rnd = 
list(Subject=~1), data = KNov, lambda=lambda[opt],switch.NR=F,final.re=TRUE)

此代码基本上来自demo("glmmLasso-soccer")，但我的变量被替换。活动是大脑活动的衡量标准，新奇和价值是编码用于引发响应的刺激类型的分类变量，ROI是分类变量编码我们从这个活动中抽取了大脑的三个区域。对象是从中采样数据的个体的ID号（n = 94）。 lambda[opt]是在上一步中设置的，虽然上一步也给我提出了相关错误，所以我不知道它是否准确。

我一直收到两个警告：

警告消息：1：在split.default（（1：ncol（X））[ - inotpen.which]，ipen）：数据长度不是拆分变量2的倍数：在est.glmmLasso.RE（修复= fix，rnd = rnd，data = data，lambda = lambda ,:集群变量应指定为因子变量！

如果ROI在模型中，则首先出现。我还没有确定我可以对模型做出的任何改变，以使第二个消失。

我不知道这些警告意味着什么，谷歌也没有发现任何相关信息。我仍然可以估算出我的参数，我只是不知道它们是否准确，因为我不知道警告的含义。

任何人都知道这些警告意味着什么？

更新：

我已将我的数据的已删除版本上传到：Google Drive

我已经确认如果我运行代码，我仍然会收到第二个错误：

KNov <- read.table("Nov_abr.txt", header = TRUE)
KNov$Subject <- factor(KNov$Subject)
library(glmmLasso)
glmmLasso(Activity~Novelty + Valence + ROI, rnd = list(Subject=~1), data = KNov, lambda=10,switch.NR=F,final.re=TRUE)

KNov $ Subject＆lt; - factor（KNov $ Subject）确实清除了另一个错误。

我的版本是：R版本3.3.0（2016-05-03），平台：＆＃34; i386-w64-mingw32＆＃34;

Answer 1

你应该使用

to_datetime

删除第一个警告，并在固定效果公式中pd.to_datetime(x, format='%Y/%m/%d_%H:%M')，如文档所示（下面重点介绍）：

修复：一个双面线性公式对象描述模型的固定效应部分，响应于左边的'〜'运算符和术语，用'+'分隔运营商，在右边。 对于分类协变量使用公式中的'as.factor（。）'。注意，即相应的虚拟对待被视为一个组并按块更新

所以

KNov$Subject <- factor(KNov$Subject)

似乎有效（我仍然会收到警告，但我认为这是因为我使用了一小部分数据）。（此语法也在＆＃34;线性混合模型中使用分类协变量＆＃34;示例在as.factor(ROI)中说明。）是的，获得更明确的警告消息会很好，但答案是在文档中......

glmmLasso警告信息

1 个答案: