Julia混合效应模型中随机斜率的相互作用

时间:2017-08-24 19:13:10

标签: regression julia interaction mixed-models

是否有可能让LMM中的随机效应相互作用适合Julia?

这会产生错误

model = fit!(lmm(@formula(response ~ 1 + A*B + (1+A*B|sub)), data)
ERROR: MethodError: no method matching getindex(::DataFrames.DataFrame, ::Expr)

解开这些条款也无济于事。

model = fit!(lmm(@formula(response ~ 1 + A*B + (1+A+B+A&B|sub)), data)

这有效

mode2 = fit!(lmm(@formula(response ~ 1 + A*B + (1+A+B|sub)), data)

请注意,当您进行固定效果的互动时,没有任何问题。

1 个答案:

答案 0 :(得分:1)

也许这应该是github上的MixedModels.jl或DataFrames.jl中的一个问题。但是,无论如何,我已经找到了一个似乎是个问题的问题:计算eterms的{​​{1}}。所以,为了让它工作,我重新定义了计算。将以下内容粘贴到REPL中并尝试有问题​​的@formula

fit!

现在,这留下了Cholesky分解函数的变化(我的Julia是v0.7)的另一个问题,这也是可以修复的,但是如果其他一切都正常工作,上面的重新定义允许继续经过第一个问题。

以下是MixedModels和DataFrames github页面的链接: